14.6 Agent 的规划能力

Agent 不是”想到哪做到哪”——好的 Agent 在行动前会先规划，执行中还会调整。

任务分解（Decomposition）：把大任务拆成可执行的小步骤。常用方法：

• Chain-of-Thought（思维链）：让模型在推理时”一步步想”，比如”要做竞品分析，我需要先搜索产品信息，然后分析定价策略，最后对比优劣势”
• Tree-of-Thought（思维树）：不只一条路，而是同时探索多条推理路径，每条路径走几步后评估，淘汰差的，深化好的。2023 年由 Yao 等人提出，适合需要”回溯”的复杂推理任务 ¹
• Plan-and-Solve：先让模型生成完整计划，再逐条执行。比 Chain-of-Thought 多了”先规划全局再看细节”的视角

动态重规划（Replanning）：执行中发现新信息时，不是死守原计划，而是调整。比如原计划”搜 A 公司产品 - 分析定价”，但搜的过程中发现 A 公司刚被收购了——重规划：先确认收购消息，再分析收购后的产品策略变化。关键机制是每次观察（Observe）后，不只判断”下一步做什么”，还判断”之前的计划还对不对”。

规划失败处理——Agent 最常见的三种失败和应对：

• 超时/超步数：设置最大执行步数（如 30 步），超过则强制终止并返回”部分结果 + 说明未完成原因”
• 死循环：检测重复动作——连续 3 次调用同一个工具且参数相同？强制切换策略或终止。更高级的做法是单独跑一个”监控 Agent”来检测循环
• 工具不可用：逐级降级——重试（等 2 秒再试）-> 换参数（换个关键词）-> 换工具（API 挂了用网页搜索）-> 问用户（“XX 工具暂时不可用，是否继续？”）

Reflexion（自我反思）机制：2023 年由 Shinn 等人提出，在传统 ReAct 循环后加一个”反思”环节 ²。任务完成后（或失败后），Agent 自我反问：“我哪里做得好？哪里做得不好？下次遇到类似任务该怎么做？“反思结果存入长期记忆。下一次遇到类似任务时，Agent 先检索相关反思，避免重蹈覆辙。

graph TD
    Task[用户任务] --> Plan[制定计划<br/>拆解子任务]
    Plan --> Execute[执行当前步骤]
    Execute --> Observe[观察结果]
    Observe --> Check{计划还合理?}
    Check -->|是| Next{还有步骤?}
    Check -->|否| Replan[动态重规划<br/>调整后续步骤]
    Replan --> Execute
    Next -->|是| Execute
    Next -->|否| Reflect[Reflexion反思<br/>总结经验教训]
    Reflect --> Memory[存入长期记忆]
    Reflect --> Done[返回最终结果]

← 上一节：14.5 Agent 的记忆系统 ｜ 下一节：14.7 Agent 的工具设计 →