一、为什么「边想边做」会翻车#

如果任务只有一步，Agent 直接做就行。但真实的任务往往长这样：

帮我把这个项目的文档整理成一份发布说明，翻成英文，再发到群里。

这里面藏着好几步，彼此还有依赖。让 Agent 边想边做，很容易做到一半就忘了目标。

规划，就是把一个模糊的大目标，提前拆成一条清晰的路径。

二、两种规划范式#

一句话选型：任务越不确定，越适合边想边做；任务越确定，越适合先规划。 用错场景，两边都会难受。

三、ReAct：想一步、做一步、看一眼#

ReAct = Reasoning + Acting，出自 2022 年的论文。它的循环特别简单：Thought → Action → Observation。

Thought:    用户想知道订单为什么没发货，我得先查订单状态
Action:     query_order(orderId=20260513001)
Observation: 已付款，但库存不足
Thought:    那还得查补货时间
Action:     query_stock(sku=...)
Observation: 预计 3 天后补货
Answer:     因为库存不足，预计 3 天后补货……

优点：灵活，能随时根据反馈调整。缺点：没有「先停下来审一下计划」的机会。

四、Plan-and-Execute：先把计划写在纸上#

把「规划」和「执行」拆成两件事：先让一个规划者产出完整的分步计划——这计划是一个可以查看、审计、甚至先人工批准的产物——再交给执行者一步步做。

• 好处：上下文更省、过程可审计、能在动手前拦下危险操作。
• 代价：计划基于初始信息，第 3 步出了意外，第 6 步的计划可能就过期了。所以要留一个「重新规划」的口子。

五、Reflexion：给 Agent 一本「错题本」#

失败不可怕，可怕的是重复失败。Reflexion 的思路是：任务失败后，让模型把「错哪了、下次怎么改」写成一段反思记下来，下次遇到类似任务时带上这段反思。

一句话：它不更新模型权重，只更新那本「经验笔记」。

六、Tree of Thoughts：多开几条路再挑#

如果一个问题有多种解法，可以让模型同时探索多条推理路径，比较之后再选最优。好处是能回溯；代价是贵——每条路都要跑一遍。

七、怎么选？看三个维度#

原则就是一句话：先用最简单的能跑通的模式，只在必要时加复杂度。

八、一个容易被忽略的事实：想得久，也是规划#

2025 年初的 o3 在 SWE-bench 上拿到 71.7%，而 GPT-4o 是 48.9%。这个差距，很大一部分不是「模型变聪明了」，而是它愿意在动手前花更多的「思考 token」。

说白了：在动手前多想一会儿，本身就是一种规划能力。

九、反思很香，但别忘了安全阀#

规划越强，能闯的祸也越大。所以不可逆的动作前面，最好加一道人工确认或自动审查。

能力越大，越要在关键处踩一脚刹车。

十、写在这个系列的结尾#

回头看这四篇，我其实一直在回答同一个问题：怎么让一个只会说话的东西，真的把事情办成。

• 入门篇：先看清它是什么——一个公式 + 四件套；
• 工具篇：给它装上手——描述写清楚，比换模型更有用；
• 记忆篇：让它记得住——包括学会「遗忘」；
• 规划篇：让它想得清——还知道反省。

把这几件事拼起来，一个能用的 Agent 大概就成形了。我还在学，笔记也还会继续更新——如果这些内容对你有用，那这条学习路上就多了个同伴。

参考资料#

• ReAct：Synergizing Reasoning and Acting in Language Models — https://arxiv.org/abs/2210.03629
• Reflexion：Language Agents with Verbal Reinforcement Learning — https://arxiv.org/abs/2303.11366
• Agentic AI Design Patterns：ReAct, Plan-and-Execute, Reflexion, and More — https://www.openlegion.ai/en/learn/agentic-ai-design-patterns
• AI Agent 常用架构模式：ReAct、Plan-and-Execute、Reflection（CSDN） — https://blog.csdn.net/weixin_46594796/article/details/161051697