Planning 类 Agent 有哪些模式

一句话速记

Planning 型 Agent 显式产「计划/子目标序列」，再执行**；和 ReAct 的每步现想现做可对照。常见变体：先计划后执行、计划-执行-重规划、分解-委派。**

BabyAGI 等早期开源项目名字易考「记忆任务队列 + 再规划」，不必背实现细节，记「队列里的任务来自模型自分解」即可。

模式对照

模式	流程	适合	风险
Plan-then-Execute	一次或少数次生成完整步骤表，再逐步执行	子任务边界清晰、环境少突变	初计划错则全错；可辅以人类确认
Plan-Execute-Replan	每阶段结束用新观测****重写或裁剪后续计划	长任务、环境动态	实现复杂；循环与终止要设计
分解 + 子 Agent	Planner 产子任务，子进程/子 prompt 并行或串行完成	任务可并行、领域分化	协调成本、状态合并、重复劳动
与 ReAct 混合	粗计划 + 每步用 ReAct 填充细节 或纠错	工程上常见	调参步数/费用平衡

Plan-and-Execute 在教材与论文中常成对出现：上面「先计划后执行」+「执行后可能再规划」的合称，不同资料用语略混，记语义即可。

和 ReAct 怎么选（答题角度）

• 环境探索性强、上一步才懂下一步：偏 ReAct 或 短窗计划。
• 任务可事先拆成检查清单**（写报告、多文件迁移）**：Plan-Execute-Replan 更省对话轮次。
• 成本敏感：先计划减少无效工具调用，但要验证计划可执行（schema、权限）。

延伸追问

• Q：计划存在哪里？
  答：对话上下文、结构化 scratchpad、外置任务队列、图结构（有向图表示依赖）；说清**「可读可改」的持久化**比具体存储重要。

• Q：子目标谁来监督完成？
  答：LLM 自评、规则、单元检测、人审；生产里常混合。

• Q：和强化学习里 hierarchical policy 比？
  答：都是分层次；大模型里上层「计划」多由自然语言+约束显式化，不依赖传统 reward 学出来的 low-level 策略，但可组合（如 RL 训工具选择头）。

我的记法

TODO

状态

• 已背速记
• 能讲通俗版
• 能答追问

参考资料

• 各类 Plan-and-Execute 中文技术博客与 2022–2024 顶会 Agent 综述 中的规划一节；无唯一标答论文需死记。