08 · 规划与任务分解

让 Agent 先想清楚再动手

📚 系列导航：这是《Agent 开发进阶》的第 8 篇（共 24 篇）。上一篇你给输出上了契约，地基四件齐活；这一篇进核心能力——多步任务里让 agent 先想清楚再动手，别一头扎进死胡同。下一篇：09 · 记忆系统。

单步任务你的 agent 已经很稳了，可一遇上"查资料→整理→写报告→发出去"这种多步活儿就翻车：每一步看着都合理，走到第五步才发现方向从第二步就歪了，前面烧的 token 全打水漂。换了更强的模型也不行。问题不出在能力，出在它压根没有"全局"这个概念。这一篇只干一件事：给 agent 装上规划层——先出计划、边走边验、该改就改，外加一个 todo 列表当工作记忆。

看完这一篇，你会拿到：

• 一段 plan-then-execute 伪代码，含"每步校验计划有效性"的检查点
• 三个动态重规划的触发信号，僵尸计划和神经质重规划都防住
• 一个 todo 列表外置工作记忆的落地方案
• 一组自己跑出来的有/无规划成功率对比数据

---

01 贪心式翻车：每步都对，整体全错

无规划的 agent 是贪心游走：每轮只看眼前，挑当下最顺的一步走。就像不看地图开车，每个路口都选看起来最通畅的方向，开进死胡同才发现三个路口之前就该左转。多步任务里这是系统性风险：局部最优连起来不等于全局最优，而 agent 没有回头看的本能。

落地判据：任务超过 3 步、步骤间有依赖、走错的代价不可忽略——满足任意两条，就该上规划层。

💡 一句话总结：贪心不是 bug 是默认行为——多步任务必须先给它一张地图。

02 Plan-then-Execute：先出计划，边走边验

plan = llm(f"任务：{task}\n输出 JSON 计划：steps=[{{id,动作,完成判据,依赖}}]")
for step in plan["steps"]:
    result = execute(step)       # 伪代码，接口以官方文档为准
    verdict = llm(f"计划：{plan}\n第{step['id']}步结果：{result}\n"
                  f"计划仍成立吗？答 continue 或 replan")
    if verdict == "replan":
        plan = llm("带上已完成步骤与新信息，重新出计划")

预期效果：每步执行完都有一次"计划还成立吗"的检查点。计划质量看两条：每步有可验证的完成判据吗？依赖顺序对吗？还有粒度纪律：让模型"详细规划"只会得到 30 步纸上谈兵——粒度要匹配执行反馈周期，走三步看一眼。

💡 一句话总结：计划的价值不在"定"而在"验"——每步之后问一句"还成立吗"。

03 动态重规划：三个信号，不多不少

僵尸计划比没计划更危险：环境变了，agent 还在忠实执行第 3 步定下的路线。但每步都重规划也是坑——轮数和成本直接翻倍。触发信号收敛到三个：执行结果偏离预期（完成判据没达成）、新信息出现（发现定计划时不知道的事实）、连续失败 2 次（同一步重试无效）。三个都没出现，就沿计划走，别自作聪明。

💡 一句话总结：重规划要有明确触发信号——僵尸计划危险，神经质重规划昂贵。

04 Todo 列表：外置的工作记忆

长任务里 agent 会"忘了自己做到哪"。解法朴素：把计划落成一个它可读写的 todo 列表（文件或结构化字段），做完一项勾掉，新发现追加。好比手术室的核对清单——不靠医生的记性，靠打勾。一招两得：agent 每轮从列表恢复进度，不怕压缩丢状态；你也随时看得到进度，观测性白送。

💡 一句话总结：todo 列表是最便宜的外置工作记忆——勾掉的是步骤，留下的是可观测的进度。

05 动手：加规划层，跑对比数据

任务：① 挑一个 5 步以上的任务（比如"查三个城市天气→对比→写成出行建议文件"）；② 用第 04 篇的循环直接跑 10 次（无规划版）；③ 加上 02 节的规划层再跑 10 次；④ 逐次记录成功与否、轮数、失败原因。

验收标准：一张对比表——两版的成功率与平均轮数，外加失败归因（走偏/死循环/工具错）。

两种结果都正常：规划版明显更稳，把规划层固化进你的循环模板；两版接近，多半是任务太短——3 步以内规划是纯开销，换更长链条的任务再测，这条"何时不值得规划"的判据同样值钱。

06 小结

你现在应该能：判断任务要不要规划层、写出带校验点的 plan-then-execute、用三个信号控制重规划、给长任务配 todo 列表。

规划管的是"这一次"做对；可下一次会话，agent 又失忆重来。下一篇 09 · 记忆系统，给它装记性。

---

📎 实战案例

一个报表 agent 无规划裸跑多步任务，贪心游走频繁进死胡同。开发者加了 plan-then-execute——先出带完成判据的计划、每步执行后校验有效性、连续失败 2 次触发重规划——同一批任务成功率显著抬升，失败原因也从"莫名走偏"变成可归因到具体步骤。

踩坑

• 我的 agent 曾抱着第 3 步定下的僵尸计划硬走到第 7 步——环境早变了，"每步校验计划有效性"从此不省。
• 我让模型"详细规划"，它给了 30 步纸上谈兵，执行到第 4 步全面偏离——粒度匹配反馈周期，走三步看一眼。
• 我也矫枉过正过：每步必重规划，轮数几乎翻倍、账单跟着翻——重规划只认三个触发信号，不做例行公事。