机器人端起同一只杯子，不必每次都从头琢磨整套动作。问题是，杯子位置稍有变化，照搬旧计划又可能抓空。Reflex 的思路是：缓存过去成功执行的“动作块”——模型一次规划的连续多步动作——遇到相近情形时先复用，再根据新观察做轻量修正，从而绕过耗时的策略主干和动作生成部分。
关键不只是“记住旧动作”，而是控制误差。Reflex 学习哪些状态需要兼容动作，拼接合适的历史动作块，并做残差校正；同时监测任务进度，一旦机器人可能卡住，就重新调用原策略。据作者报告，它无需修改原模型，在多类策略和任务上将推理延迟降低至原来的约 1/1.4—1/11，共享 RTX 4090 时把多机器人吞吐提升至 2.0—2.2 倍。实体 SO-101 机械臂有 79.3% 的决策命中缓存，决策延迟缩短 3.1 倍，同时保持相近的任务成功率。