规划（Planning）

规划（Planning）是 AI Agent 的核心能力之一：Agent 接收复杂目标后，将其分解为可执行的子任务序列，再逐步调用工具或模型完成每个步骤。与单步推理不同，规划强调跨步骤的决策协调，使 Agent 能够处理需要多轮行动才能完成的长程任务。

规划让 Agent 在动手之前先「想清楚步骤」，是完成长程任务的前提。

• 目标分解：将一个模糊的高层目标（如「帮我调研并撰写报告」）拆解为具体可执行的子任务
• 有序执行：子任务之间存在依赖关系，规划模块需确定合理的执行顺序
• 工具调用：每个子步骤可能对应不同的工具（搜索、代码执行、文件读写等）
• 状态追踪：规划过程需记录已完成步骤与中间结果，以便后续步骤使用
• 可修订性：好的规划不是一次性生成后固化，而是在执行中根据观察动态调整

ReAct（Reason + Act）是当前最主流的 Agent 规划范式，由 Yao et al. 于 2022 年提出（arXiv:2210.03629）。

• 核心循环：每个步骤包含三个阶段——Thought（推理当前状态）、Action（调用工具或执行动作）、Observation（观察工具返回结果）
• 交错推理与行动：与纯链式思考不同，ReAct 在推理和行动之间反复迭代，而非先完整规划再执行
• 动态调整：每次 Observation 之后，Agent 可以根据实际反馈修正下一步 Thought，而非墨守预设计划
• 评估基准：原论文在 HotPotQA、FEVER、ALFWorld、WebShop 四个基准上验证了其效果
• 局限：长任务中上下文窗口压力大，且每步推理增加延迟

Plan-and-Execute 将规划与执行明确分离为两个阶段，适合任务结构相对稳定的场景。

• 两阶段架构：Planner（规划器）先生成完整子任务列表，Executor（执行器）再逐步完成每个子任务
• 来源：LangChain 的实现参考了 Wang et al. 的 Plan-and-Solve Prompting（2023）和 Yohei Nakajima 的 BabyAGI 项目
• 优点：整体目标明确，执行阶段更专注，调试和追踪相对容易
• 缺点：初始计划若与实际环境不符，执行中难以灵活修正，容易在动态环境下失败
• 变种：部分实现允许执行器将未预期情况反馈回规划器，实现有限度的重规划

除 ReAct 和 Plan-and-Execute 外，研究社区还发展出多种规划范式。

• Tree of Thoughts（ToT）：将规划建模为树状搜索，通过评估多条分支路径选出最优序列，适合需要探索性决策的任务
• Reflexion：Agent 执行失败后主动回顾错误并将反思写入记忆，修订后续计划，形成类似人类「复盘」的闭环
• 多 Agent 协作规划：将规划任务分配给专职 Planner Agent，执行任务分配给 Worker Agent，提升并行效率
• 基于世界模型的规划：Agent 维护对环境的内部模型，在模拟中预演计划效果再付诸执行
• ReWOO：将推理与工具调用解耦，减少 LLM 调用轮次，提升整体执行效率

LLM Agent 的规划能力仍面临多项工程与研究挑战。

• 长程一致性：子任务数量多时，LLM 容易在后期步骤中遗忘前期目标或已有结果
• 计划僵化：一次性生成的长计划在环境发生变化时（如工具报错、信息缺失）容易整体失效
• 过度规划：规划步骤过细会导致冗余调用和延迟增加，过粗则执行器无法落地
• 幻觉风险：LLM 可能生成看似合理但实际不可执行的子任务（如调用不存在的 API）
• 评估困难：规划质量难以量化，现有 Benchmark（如 ALFWorld、WebShop）覆盖场景有限

Agent 规划能力随 LLM 进步迅速演化。

• 2022：ReAct 论文（Yao et al.）提出「推理+行动」交错框架，奠定现代 LLM Agent 规划基础
• 2023：Plan-and-Solve Prompting（Wang et al.）、BabyAGI、AutoGPT 将规划能力推向更广泛受众；Lilian Weng 的博客系统梳理 LLM Powered Autonomous Agents 架构
• 2023：Tree of Thoughts 论文拓展规划为树状搜索空间；Reflexion 引入记忆驱动的自我反思修订
• 2024：「Understanding the planning of LLM agents: A survey」（arXiv:2402.02716）首次系统综述 LLM 规划研究，提出任务分解、计划选择、外部模块、反思与记忆四大分类
• 2024–2025：多 Agent 框架（LangGraph、AutoGen 等）将规划与执行解耦，复杂规划任务开始由专职 Planner Agent 承担

在实际系统中落地规划能力时，以下原则有助于提升稳定性。

• 计划可修订：不要将初始计划视为一成不变的合同，应在每次 Observation 后评估是否需要重规划
• 步骤粒度适中：子任务应足够具体可映射到单次工具调用，但不能细到给执行器造成上下文碎片化
• 失败处理：为每个子任务设置重试上限和回退逻辑，避免单点失败导致整个计划崩溃
• 记忆整合：利用外部存储持久化中间结果，避免依赖上下文窗口传递所有状态
• 可观测性：记录每个 Thought/Action/Observation 三元组，便于调试和分析规划失败原因