Reflexion
Agent-mönster där LLM:en reflekterar verbalt över misslyckade försök, sparar reflektionen i minnet, och försöker igen — "verbal reinforcement learning" utan gradient-uppdateringar.
Shinn et al. (Northeastern, 2023). Loop: actor producerar action → evaluator ger feedback (rätt/fel + förklaring) → reflector skriver en lärdom i text → actor läser tidigare lärdomar inför nästa försök.
Visade markanta förbättringar på HumanEval (kod) och WebShop (webnavigering) med bara prompt-engineering. Inspirerade en hel klass av "self-correction"-tekniker som nu är default i agentic-pipelines (Cursor, Aider, Devin).