Agent 规划（Agent Planning）

一、规划是 Agent 从"一步到位"到"自主完成"的关键跃迁

没有规划的 Agent 只能做一步操作——调用一个 API、回答一个问题。有了规划，Agent 才能自主完成需要多步协调的复杂任务。规划的质量直接决定任务完成率：规划对了，执行即便有小偏差也能补救；规划错了，后面每一步都在错误的方向上浪费 Token。

二、好规划 = 省 Token + 更可靠

一个没有规划的 Agent 经常在执行中"走一步看一步"，反复尝试、来回修改，可能 20 步才能完成一个 5 步就能搞定的任务。好的规划让 Agent 一次走对，省下的不只是时间——还有真金白银的 API 费用。2024-2025 年的研究表明，有显式规划的 Agent 在多步任务上的成功率比无规划 Agent 高 30-50%。

三、规划让 Agent 的行为可解释

当 Agent 规划失败、任务没完成时，你可以审查它的计划——哪一步出了问题？是规划遗漏了某个子任务，还是某一步选错了工具？没有规划，Agent 的失败就像黑箱，无从调试。

Agent 规划有三种主流策略，适合不同类型的任务：

1. ReAct（Reasoning + Acting）——边想边做，每一步：思考当前状态 → 决定下一步行动 → 观察结果 → 再思考。像侦探破案：先搜一个线索，根据结果决定下一个方向。适合不确定性高的任务（比如调研类任务，你不确定搜到的结果是什么，需要根据结果调整策略）。

2. Plan-and-Solve——先做完整计划，再按计划逐步执行。像装修房子：先出设计图（计划），再按图施工。适合确定性高的任务（比如"把这份 CSV 数据清洗后入库"——步骤清晰，不需要边做边调整）。

3. Tree-of-Thought（ToT）——同时探索多条路径，评估每条路径的前景，选择最优的继续推进。像下棋：同时考虑几步棋，推演每种走法的后果，选最好的那步。适合需要比较多种方案的任务（比如"设计一个产品方案"——需要对比不同创意的优劣）。

2024-2025 年的趋势是动态规划——不是一次性定死计划，而是在执行过程中根据反馈自我修正。发现某一步走不通时能重新规划，而不是死守最初的计划撞南墙。这本质上是 ReAct 和 Plan-and-Solve 的结合：先做一个粗略计划，执行中根据反馈微调。

影响规划质量的关键因素：LLM 的推理能力（推理越强，规划越准）、工具描述的清晰度（Agent 需要理解每个工具能做什么才能选对）、上下文长度（计划太长会超出窗口，需要压缩或分层）。

代码开发（Claude Code、Cursor）——用户说"给这个项目加一个用户认证模块"，Agent 规划：①分析现有代码结构 → ②确定认证方案 → ③写数据库模型 → ④写 API 接口 → ⑤写前端登录页 → ⑥跑测试 → ⑦修Bug → ⑧提交PR。数据分析——用户说"分析一下这个月销售数据"，Agent 规划：①读取数据 → ②检查数据质量 → ③做描述性统计 → ④发现异常值 → ⑤深入分析异常原因 → ⑥生成图表 → ⑦写分析报告。调研任务——用户说"调研一下 2025 年 Agent 框架的技术趋势"，Agent 规划：①搜索最新文章 → ②提取关键信息 → ③对比不同框架 → ④整理观点 → ⑤生成调研报告。

误区一：Agent 总是需要显式规划——简单任务（查天气、翻译一句话）不需要规划，直接调用工具即可。规划的价值体现在 3 步以上的任务上。误区二：计划越详细越好——过细的计划反而脆弱：外部条件一变，精细计划全盘失效。好的策略是"粗规划 + 细调整"——先定大方向，执行中根据反馈灵活调整。误区三：规划是 LLM 自然而然就会的——裸 LLM 的"规划"经常是贪心的（只看眼前一步）或幻觉的（编造不存在的工具）。好的规划需要 Prompt 工程引导——在 System Prompt 中明确要求"先输出计划，再逐步执行"，并提供可用工具的清晰描述。

故事：AutoGPT 的"无限循环"——规划失败的经典案例

2023 年 AutoGPT 爆火，但用户很快发现它经常陷入死循环：搜索 → 结果不理想 → 换关键词搜索 → 还是不理想 → 再换关键词……无限循环，Token 烧光，任务没完成。根本原因就是缺乏有效规划——AutoGPT 没有"先想清楚要搜什么、搜不到怎么办"的能力，只能不停地试。这也催生了对"显式规划"的研究：让 Agent 先输出计划，人类确认后再执行，避免在错误方向上浪费资源。

争议：ReAct vs Plan-and-Solve，哪个更好？

ReAct 派认为：真实世界不确定性太高，不可能一开始就做完美计划，边做边调才是正道。Plan-and-Solve 派认为：没有计划就动手，容易走弯路、浪费 Token，至少要先有个方向。2024-2025 年的共识是：两者不矛盾——复杂任务用"先规划大方向，执行中用 ReAct 微调"的混合策略效果最好。这就是动态规划的思路。