模式矩阵/R1 思维链/蓝皮书

场景约束

意图网关返回 resolve，只说明用户请求需要执行。系统还要判断下一步是检索知识、调用 Skill、进入任务规划、继续推理还是结束。这个判断必须映射到程序已经注册的动作。

固定一次分类调用适合意图识别，无法覆盖会随工具回执变化的事务流程。东方屹腾使用链式推理逐轮处理最新上下文，并设置最大步数和退出信号。

输入结构

推理输入由 ReasonContext 组装，包含：

• 用户原始目标；
• 意图识别结论；
• 当前任务和关键进展；
• 检索结果或工具观察；
• 相关经验；
• 当前允许选择的动作类型。

ReasonContext 从少量字段逐步扩展，字段由真实调用需要决定。机械参数和任务调度状态保持在各自状态平面，不以自然语言复制值。

输出契约

每轮输出分为两类：

1. 叙事结论：对当前输入的分析摘要，写入叙事状态，供规划、行动和最终回复使用；
2. 控制信号：结构化的下一步动作，交给 Orchestrator。

{
  "analysis_summary": "已确认需要从模板库匹配薪资组",
  "next_action": "retrieve_skill",
  "target": "salary_group_template",
  "done": false
}

有些模型接口支持独立的 reasoning summary 或分析字段；系统只存接口明确返回且允许使用的内容，不依赖模型隐藏推理过程。

单步决策

链式推理每轮只决定下一步。工具执行会改变业务状态，后续动作应根据真实回执重新评估。任务结构已经明确时，控制信号可以转入规划执行，由 DAG 维护完整步骤；结构不明确时继续单步推理或 ReAct。

控制信号必须映射到有限动作集合，例如：

retrieve_knowledge
retrieve_skill
invoke_action
plan_tasks
continue_reasoning
finish
escalate

未知动作、Schema 解析失败或达到步数上限时进入确定的兜底分支。

案例运行

薪资组请求进入 resolve 后，首轮推理可能输出 retrieve_skill。Skill 和相关经验加入 ReasonContext 后，下一轮决定匹配模板；收到工具回执后，再判断任务依赖是否已明确并转入规划执行。

每次模型调用的输入引用、输出摘要、控制信号、模型版本和成本进入 Activity/Frame 时间线。

失效信号

• 输出只有自然语言，没有程序可消费的动作；
• next_action 可以自由生成，无法映射到注册能力；
• 一次生成全部步骤，却不根据工具回执更新；
• ReasonContext 持续累积所有历史；
• 解析失败后无限重试或随机选择动作；
• 系统依赖不可访问的隐藏推理内容。

验证指标

• 控制信号 Schema 解析成功率；
• 信号到注册动作的映射成功率；
• 平均推理步数和步数上限触发率；
• 因过早规划导致的 replan 次数；
• 叙事结论到后续决策的引用完整率；
• 解析失败后的安全退出率。

与白皮书的对应

R1 白皮书强调推理输出必须进入工程控制流。东方屹腾将叙事结论和结构化动作分离，并由 Orchestrator 消费下一步信号。JSON 解析失败使用预定义回退，不把格式异常传播到行动模块。

迁移条件

当任务由多次状态变化驱动、下一步必须根据最新回执决定时，适合使用这种链式推理。一次即可完成的内容生成任务不需要为每轮增加控制信号和 ReasonContext。