知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# 05 - 规划与任务分解 > 导读:本文从"为什么 ReAct 的 Agent 一遇到多步骤任务就开始乱走、甚至原地打转"这个面试高频疑问出发,把任务分解的三种策略(自顶向下、逐步分解、混合策略)、自我反思与纠错机制、子目标与验收标准、以及规划深度与预算控制逐项讲透,最后给出工程实践与踩坑。适合正在准备 AI/Agent 方向面试、或正在给 Agent 加"先想再干"能力的同学。 ## 一、先建立全局认知 ### Q:Agent 为什么需要"规划"?它自己走一步看一步不行吗? A:结论先行——**因为"走一步看一步"只能覆盖单步任务;一旦任务需要多步且步骤之间存在依赖,就必须先规划,否则会出现漏步、乱序和重复劳动**。 先看两类任务的对比,这是规划存在的最直接理由:  *图:简单任务与复杂任务对规划的不同要求* ```text 简单任务(不需要规划): "北京今天天气怎么样?" → 调用天气 API → 回答 复杂任务(需要规划): "帮我分析这份销售数据,找出增长最快的产品,生成一份报告" → 需要:读取数据 → 清洗 → 分析 → 可视化 → 写报告 ``` **为什么简单任务不需要规划?** 因为"一步就能拿到答案",Agent 的一次工具调用直接终结任务,中间没有需要协调的状态。 **为什么复杂任务必须规划?** 因为"读取数据 → 清洗 → 分析 → 可视化 → 写报告"是一条**有严格依赖关系的链**:不读数据就没法清洗,不清洗就算不出正确的增长率,不分析就画不出有意义的图。如果 Agent 不先想清楚这条链,就可能: - **漏步**:直接跳到画图,结果数据没清洗,图是错的。 - **乱序**:先写报告再分析,报告内容空洞。 - **重复劳动**:忘记自己已经读过数据,重复读三遍,白白烧 Token。 - **无法收尾**:一直在"探索",迟迟不产出最终交付物。 **规划的本质是"把搜索空间收敛"**:让每一步都朝着一个已知目标前进,而不是每步都重新问"我该干嘛"。这也解释了为什么规划在面试里常和"可控性/可解释性"一起考——有显式计划的 Agent,你才能审查它的计划、干预它的计划。 ### Q:规划和 ReAct 循环是什么关系?是会冲突的吗? A:结论先行——**不冲突,是两层:规划负责"目标层的分解",ReAct 负责"单个子任务的执行循环"**。 | 层次 | 关心的问题 | 典型形态 | |---|---|---| | 规划层(Plan) | 这件事要分几步?先后顺序是什么? | 任务清单/子目标树 | | 执行层(Act) | 这一步具体调用哪个工具?参数是什么? | ReAct 的 思考→行动→观察 循环 | 分工是:**规划层输出一份"待办清单",执行层逐个把它做完并回填结果**。如果不做这个分层,把规划也塞进 ReAct 循环里,就会出现"每一步都在重新做全局规划"的浪费,而且容易被上一轮的观察结果带偏。 ### Q:规划能力到底由什么决定?为什么同一个模型有的场景规划得好,有的就很差? A:结论先行——**取决于三件事:任务本身的结构清晰度、Prompt 是否给了分解的约束、以及是否有外部信息校正**。 - **任务结构清晰度**:像"分析销售数据生成报告"这种有行业惯例的任务,模型见得多,计划质量高;像"帮我把公司效率提升 30%"这种开放问题,模型给的计划往往是空话。 - **Prompt 约束**:明确要求"分解为可执行、可验证的步骤,每步说明输入和输出",比"帮我规划一下"效果差别巨大。 - **外部校正**:有工具返回值、有报错信息、有验收标准的场景,规划可以靠反馈修正;纯靠模型想象的场景,计划就是一次性的幻觉。 这也提示了一个工程原则:**不要把规划当成一锤定音的"神谕",而要把它当成可随反馈修正的草稿**。下面三种策略正是围绕"何时定稿、何时修正"展开的。 ## 二、任务分解的三种策略 ### Q:自顶向下分解是什么?适合什么场景? A:结论先行——**让 LLM 先一次性生成完整计划,再逐条执行;适合步骤稳定、依赖关系明确、需要全局协调的任务**。 ```text LLM 先生成完整计划,再逐步执行 Prompt: "请将以下任务分解为具体的执行步骤: 任务:分析销售数据并生成报告" LLM 输出: 1. 读取 sales_data.csv 文件 2. 检查数据质量(缺失值、异常值) 3. 按产品分组计算增长率 4. 找出增长率 Top 5 的产品 5. 生成柱状图 6. 撰写分析报告 ``` **为什么这样有效?** 因为一次性规划让模型在"还没被中间结果干扰"的全局视角下思考,产出的步骤顺序通常更合理;而且计划一旦固定,执行过程就变成"照着清单做",可控性强、可解释性强——你可以把这份计划拿给人审。 **代价与边界**: - **计划一旦错了,后面全错**。如果第 1 步读到的数据格式和预想完全不同,整份计划可能作废。 - **不适应不确定性**。任务里只要有一步"做了才知道",自顶向下就容易翻车。 - **计划粒度的两难**:太粗("分析数据")等于没拆;太细(层层拆到每个函数调用)又耗费大量 Token 且过度约束执行层。 适用场景:流程化任务(如周报生成、批量数据 ETL、固定格式报告),步骤几乎不随输入变化。 ### Q:逐步分解是什么?它和自顶向下正好相反吗? A:结论先行——**逐步分解是不预先规划完整计划,每完成一步再根据结果决定下一步;适合高度依赖外部反馈、路径未知的任务**。 ```text 不一次性规划完,每完成一步再决定下一步 步骤 1:读取数据 → 发现有 3 个 CSV 文件 步骤 2:(根据步骤 1 的结果)合并 3 个文件 步骤 3:(根据合并结果)发现日期格式不统一,先清洗 ... 优点:能根据中间结果动态调整 缺点:可能走弯路,缺乏全局视角 ``` **关键点在括号里的"根据结果"**:第 2 步的决策依赖第 1 步的观察。这正是 ReAct 式 Agent 的天然形态——它不预设计划,而是在循环里不断"看结果、定下一步"。 **优点**:对环境变化极其适应。文件数量、格式、错误信息都能即时纳入决策,不会因为"计划里没写"而僵住。 **缺点与边界**: - **可能走弯路**:没有全局视角,容易东一榔头西一棒子,做了很多无用功才发现方向不对。 - **容易局部最优**:每一步都选"当下看起来最好"的动作,不一定通向全局目标。 - **难以预估成本**:因为不知道要走几步,Token 预算和时限都不好定。 适用场景:探索型任务(如调试一个未知的报错、调研一个陌生领域)、外部结果会显著改变后续路径的任务。 ### Q:为什么说混合策略最实用?它具体怎么运作? A:结论先行——**先制定粗略计划,执行过程中动态调整;它同时拿到了"全局视角"和"应变能力"**。 ```text 先制定粗略计划,执行过程中动态调整 初始计划:[读取数据, 分析, 可视化, 写报告] 执行步骤 1 后:发现数据需要清洗 → 插入清洗步骤 调整后计划:[读取数据, ✓清洗数据, 分析, 可视化, 写报告] ``` 逐步拆解这个运作机制,它由三个动作组成: 1. **初始粗计划**:只规划"主干",粒度到"阶段"即可(读取→分析→可视化→写报告),不必到具体函数。目的是提供一个全局骨架和方向。 2. **执行中的验证点**:每完成一个阶段,检查是否有新信息(数据需要清洗、文件数量不对、接口变了)。 3. **动态计划修订**:需要时插入/删除/重排步骤,并标记已完成(图中的 `✓`)。已完成的步骤不再重复执行。 **为什么它是最优折中?** 它把"全局协调"和"局部应变"分配到了不同的时机——**方向在开头定,细节在过程中定**。开头的粗计划保证不会跑偏,过程中的修订保证不会僵死。 **落地时的关键设计**:计划最好作为一个**显式数据结构**保存在状态里(如 `steps: [{desc, status}]`),而不是只存在于自然语言里。原因: - 显式结构才能可靠地"插入步骤""标记完成""判断还剩几步"。 - 显式结构才能做**预算控制**(最多几步)和**进度展示**。 - 显式结构才能被人工审查与干预(人机协作时让人改计划)。 ## 三、自我反思与纠错 ### Q:什么是自我反思(Self-Reflection)?没有它 Agent 会怎样? A:结论先行——**自我反思是"执行后检查结果、发现异常就修正计划"的机制;没有反思的 Agent 遇到错误会卡住或重复犯错,有反思的 Agent 能从错误中恢复**。 ```text Agent 执行后检查结果,发现问题就修正 执行:运行 SQL 查询 结果:报错 "table not found" 反思:表名可能不对,先查看数据库有哪些表 修正:执行 SHOW TABLES → 找到正确表名 → 重新查询 没有反思的 Agent:遇到错误就卡住或重复犯错 有反思的 Agent:从错误中学习,调整策略 ``` **为什么"卡住"和"重复犯错"会发生?** 因为基础 ReAct 循环里,观察结果(Observation)只是被"喂回去",并没有一个显式步骤去**判断这个结果算不算失败、需不需要改变策略**。模型看到 `table not found` 后,最省事的续写往往是"那我再查一次同样的表名"——于是死循环。 **反思补上的正是这一环**:明确要求模型对结果做三件事——判断是否达预期、判断计划要不要改、决定下一步做什么。这三件事合起来就是一个**闭环控制器**里的"误差检测 + 修正决策"。 ### Q:反思机制怎么用 Prompt 实现? A:结论先行——**用一个专门的反思 Prompt,把"刚做了什么、得到了什么、请你评估"三段结构化地喂给模型**。 ```python # 简单的反思机制 reflection_prompt = """ 你刚才执行了以下操作: {action} 得到了以下结果: {result} 请评估: 1. 这个结果是否符合预期? 2. 是否需要调整计划? 3. 下一步应该做什么? """ ``` 关键点解读: - **`{action}` / `{result}` 是必填的上下文**:反思必须建立在"具体做了什么、具体拿到什么"之上,泛泛地问"你觉得做得怎么样"只会得到泛泛的安慰。 - **第 1 问"是否符合预期"**:把"成功/失败的判定"从隐式变显式。模型被迫先做判断,而不是直接续写下一步。 - **第 2 问"是否需要调整计划"**:这是反思和规划打通的地方——反思的产出可以回写计划(插入清洗步骤、放弃错误分支)。 - **第 3 问"下一步做什么"**:把反思的结论直接转成可执行动作,避免"反思了但没落地"。 **工程上要注意的边界**: - 反思也是一次 LLM 调用,**会增加成本与延迟**,所以不适合每一步都反思;应按"失败、关键节点、高风险操作前后"触发。 - 反思本身可能**自我肯定**(模型倾向于说"结果基本符合预期"),所以**判定标准要尽量客观化**(工具返回码、测试是否通过),而不是让模型自由心证。 - 反思可能**引入新幻觉**(编造一个不存在的错误原因),所以修正动作仍需真实工具的验证。 ### Q:反思和"重试(Retry)"有什么区别? A:结论先行——**重试是"同样的动作再做一遍",反思是"改变策略或计划后再做";只有重试没有反思,就是死循环**。 | 维度 | 重试(Retry) | 反思(Reflection) | |---|---|---| | 改变的是什么 | 什么都不改,只是再执行 | 改参数、改工具、改计划步骤 | | 触发依据 | 失败/超时 | 失败 + 结果与预期不符 | | 产出 | 同一次动作 | 新的策略/修正后的计划 | | 风险 | 死循环、无效消耗 | 反思错误导致跑偏 | | 典型配合 | 一起用:先反思再重试 | 一起用:反思决定要不要重试、怎么重试 | 工程上正确的组合是:**失败 → 反思(诊断原因)→ 决定是重试、换策略还是升级人工**。这三条出口缺一不可,否则反思就退化成"无脑重试"。 ## 四、子目标与验收标准 ### Q:什么是子目标管理?为什么要给每个子目标定"完成标准"? A:结论先行——**把大目标拆成带明确完成标准的子目标,只有标准达标才算完成;否则模型会"口头宣布完成"而实际没做完**。 ```text 大目标拆成子目标,每个子目标有明确的完成标准 目标:部署一个 Web 应用 子目标 1:代码准备 → 完成标准:代码通过测试 子目标 2:环境配置 → 完成标准:服务器可访问 子目标 3:部署上线 → 完成标准:URL 可正常访问 子目标 4:监控配置 → 完成标准:告警规则生效 每个子目标完成后检查标准,未达标则重试或调整 ``` **为什么"完成标准"是这套机制的灵魂?** 因为 LLM 的输出是自然语言,它非常容易说出"已完成部署"这种结论,而这个结论**没有任何约束力**。如果计划里只有"子目标 3:部署上线",模型完全可以写完一句"已成功部署"就翻篇;只有当计划里写着"完成标准:URL 可正常访问"时,Agent 才必须真的去访问一次 URL。 这引出一个重要原则:**验收信号要客观、可执行,而不是自然语言结论**。可用的客观信号包括: | 子目标类型 | 客观验收信号举例 | |---|---| | 代码类 | 测试通过、编译通过、lint 无错 | | 文件类 | 文件存在、格式符合要求、字段齐全 | | 接口类 | API 返回预期状态码、返回体字段符合契约 | | 部署类 | URL 可访问、健康检查通过 | | 高风险操作 | 人工审批通过 | **"未达标则重试或调整"为什么必要?** 因为验收不是走过场——它必须能**否决**。如果验收失败后 Agent 仍然继续往下走,那验收标准就形同虚设,最终产物会带着缺陷交付。 ### Q:子目标和任务分解是什么关系? A:结论先行——**是同一件事的两种视角:分解是"把大任务切成小任务",子目标是"切成的小任务必须带完成标准"**。 换句话说:**没有完成标准的分解是不完整的分解**。一个只写了步骤名、没写验收方式的任务清单,在工程上只能算"草稿",不能作为执行的依据。 ### Q:子目标之间的依赖怎么表达? A:结论先行——**用"前置条件"表达依赖:只有前置子目标的验收通过,后续子目标才允许开始**。 示例(示意): ```text 子目标 1:代码准备 前置:无 验收:测试通过 子目标 2:环境配置 前置:子目标1 验收通过 验收:服务器可访问 子目标 3:部署上线 前置:子目标2 验收通过 验收:URL 可访问 子目标 4:监控配置 前置:子目标3 验收通过 验收:告警规则生效 ``` **为什么必须显式表达依赖?** 因为一旦把计划存成显式结构,Agent(或调度器)就能判断"现在哪些子目标可以开始、哪些被阻塞"。这也是并行化的前提——**没有依赖关系的子目标可以并行执行**,有依赖的必须串行。这一点在状态图类框架里会体现为条件边与节点顺序。 ## 五、计划从哪里来,以及它和状态的关系 ### Q:计划应该由模型生成,还是由代码预先定义? A:结论先行——**两者都要用,但用途不同:模型负责"面对未知输入时生成计划",代码负责"把稳定流程固化成模板"**。 | 方式 | 适合场景 | 优点 | 缺点 | |---|---|---|---| | 代码预定义流程 | 高度标准化的业务(周报、固定报表、固定审批流) | 可控、可测、成本低、无幻觉 | 处理不了计划外的输入 | | 模型生成计划 | 输入多变、路径不确定 | 灵活、覆盖面广 | 有幻觉、成本高、必须验收 | **推荐的组合是"代码兜底 + 模型填充"**:用代码定义"这类任务必须包含哪几个阶段"(粗骨架),让模型在骨架内决定"具体怎么执行、要不要插入额外步骤"。这样既有确定性,又有灵活性——**确定性的部分不交给模型,不确定的部分才交给模型**。 **判断标准**:如果这个流程你希望"每次都必须按同样步骤走"(涉及合规、风控、固定交付物),就用代码固化;如果"每次步骤都可能不同"(探索、调研、排障),才交给模型。 ### Q:计划和记忆、状态之间是什么关系? A:结论先行——**计划是"状态的派生物":它从状态里读取已有信息来定步骤,又把自己的步骤写回状态,供后续执行与反思读取**。 把这条链路展开: - **生成时**读状态里的**目标、约束、已有信息**,用来决定"分几步、怎么分"。 - **执行时**读状态里的**已完成标记**,用来决定"从哪一步继续、还剩几步"。 - **反思时**把结论**回写到计划字段**,实现插入/删除/重排序步骤。 - **恢复时**靠状态里的**计划 + 进度**接着跑,而不是重新规划(重新规划会丢掉已完成的进度,也可能给出不同路径)。 **这就解释了一条工程原则**:计划必须以结构化形式(例如 `steps: [{desc, status, verify}]`)保存在状态里,而不是只存在于自然语言对话中。只有结构化的计划,才能被可靠地读取、更新、恢复、审计,也才谈得上"进度可展示、计划可干预"。 ## 六、工程实践与踩坑 ### Q:计划一开始方向就错了怎么办? A:结论先行——**不能在错误方向上一路执行到底,必须在关键节点验证假设并触发重规划,并允许放弃错误分支**。 具体做法: 1. **在关键节点设置验证点**:不要在最后才验收,要在"中途可验证的位置"(数据读完、接口调通)就检查假设是否成立。 2. **重规划时带上已完成步骤和失败原因**:把"哪些已经做完、为什么失败"作为新计划的输入,避免推翻重来造成浪费。 3. **允许放弃错误分支**:如果某个方向已被证伪,就明确把它从计划里删掉,而不是留着继续消耗预算。 **常见踩坑**:把"计划已生成"当成"方向已验证",于是照着错误的计划埋头执行,直到最后交付出一个错的东西。计划只是假设,不是事实。 ### Q:怎么限制规划深度,避免无限拆解? A:结论先行——**为步骤数、预算、时间和最小子任务粒度设上限;达到上限仍无法推进时,返回进度与阻塞项并请求人工决策**。 - **步骤数上限**:例如计划最多 N 步,防止"一直拆、永远在执行"。 - **预算与时间上限**:Token 预算、Wall-clock 时间上限,到点强制收敛。 - **最小粒度下限**:规定"子任务不许再拆",否则会出现"把'读文件'拆成'打开文件句柄、读取字节、关闭句柄'"这种无意义的过度拆分。 - **必须有可验证的完成标准**:没有标准的子任务不许进入计划,这条能天然抑制虚胖的计划。 **为什么必须设上限?** 因为拆解是"零成本"的(对模型来说多写几行而已),但对执行是"高成本"的(每一步都要调用工具、消耗 Token、承担失败风险)。不设上限,Agent 会用无限的拆解掩盖"其实不知道该怎么做"。 **达到上限时的正确行为**:不是硬着头皮继续,也不是静默失败,而是**返回当前进度 + 阻塞项 + 需要人决策的问题**。这是一个可观测、可接管的中间态。 ### Q:粗粒度计划和逐步规划分别适合什么场景? A:结论先行——**依赖与步骤稳定、需要全局协调的任务适合粗粒度(自顶向下)计划;信息未知、外部结果会显著改变后续路径的任务适合逐步规划;实践中通常用"粗计划 + 动态调整"的混合方式**。 再补一条选型口诀: - **步骤稳定 → 先规划**(省钱、可控) - **结果未知 → 边做边规划**(灵活、抗变) - **两者都有 → 粗规划 + 动态调整**(绝大多数真实业务的答案) ### Q:规划能力的评测应该怎么做? A:结论先行——**用端到端任务成功率打底,再单独看"计划质量"和"纠错能力"两个中间指标,否则无法定位是规划错了还是执行错了**。 - **计划质量**:人工或规则检查生成的计划是否覆盖了必要步骤、顺序是否合理、是否有可验收的完成标准。 - **执行忠实度**:统计 Agent 是否真的按计划执行,有没有跳步、有没有"计划里没写但实际做了"。 - **纠错能力**:注入一个必然失败的动作(如表名错误),看 Agent 能否通过反思找到正确路径,而不是死循环或直接放弃。 - **预算遵守度**:在步骤数/时间/Token 上限内,完成率是多少。 ### Q:还有哪些常见踩坑? A:结论先行——**计划颗粒度失衡、缺少终止条件、把反思当装饰、进度不落盘,是四类高频问题**。 1. **颗粒度失衡**:要么粗到"分析数据"毫不可执行,要么细到试图规划每一个函数调用。合理粒度是"一步 = 一次可验证的动作"。 2. **缺少终止条件**:没有"什么算做完"的定义,Agent 会一直在循环里"继续优化"。必须有明确的终止条件(验收通过或达上限)。 3. **把反思当装饰**:反思 Prompt 写得很漂亮,但反思结论从未回写计划、从未改变后续动作——等于没反思。 4. **进度不落盘**:计划只存在于对话历史里,一旦上下文被截断或会话重启,进度全丢,从头再来。计划与进度应作为结构化状态持久化。 ## 小结 - 复杂任务需要先规划再执行;规划的价值是**收敛搜索空间、提供全局视角与可控性**。 - **自顶向下**适合步骤稳定的任务(全局视角强,但抗变差);**逐步分解**适合路径未知的任务(应变强,但可能走弯路);**混合策略(粗略计划 + 动态调整)最实用**,且计划应以显式结构保存在状态中。 - **自我反思**让 Agent 能从错误中恢复,其 Prompt 必须包含"做了什么、得到什么、是否达预期、是否改计划、下一步做什么";反思与重试的区别在于"是否改变策略"。 - **子目标必须带客观验收标准**(测试通过/文件存在/接口返回/URL 可访问/人工审批),不能由模型口头宣布完成;子目标之间用前置条件表达依赖。 - 必须给规划设**步骤数、预算、时间与最小粒度上限**,方向错误时要敢在关键节点重规划并放弃错误分支。 - 常见坑:计划方向错误仍执行、无限拆解、反思不回写、进度不落盘。 ## 思考题 1. Agent 的计划如果一开始方向就错了怎么办? - **参考答案:**在关键节点验证假设与产出,触发重规划;将已完成步骤和失败原因作为新计划输入。不要只因计划已生成就继续执行,应允许放弃错误分支。 2. 如何限制 Agent 的规划深度,避免无限拆解? - **参考答案:**为步骤数、预算、时间和最小子任务粒度设上限;每个子任务必须有可验证的完成标准。达到上限仍无法继续时,返回当前进度与阻塞项并请求人工决策。 3. 粗粒度计划和逐步规划分别适合什么场景? - **参考答案:**依赖与步骤稳定、需要全局协调的任务适合先有粗粒度计划;信息未知、外部结果会显著改变后续路径的任务适合逐步规划。实践中通常采用粗计划加动态调整。 4. 如何判断一个子目标已完成,而不是仅由模型声明"完成"? - **参考答案:**使用客观验收信号,例如测试通过、文件存在且格式符合要求、API 返回预期状态、人工审批通过。把这些验证动作纳入状态,而不是只保存自然语言结论。
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入