Agent规划能力怎么给？六种规划模式对比与选型

让一个 Agent 完成”帮我订一张下周三去上海的高铁票，靠窗，如果售罄就订飞机”——它需要的不只是工具调用，而是规划：拆解目标、安排顺序、处理分支、应对失败。

规划模式选错了，Agent 要么笨得要死，要么贵得离谱。下面把六种主流模式摆到一起对比。

一、ReAct（边想边做）

做法：思考 → 行动 → 观察，循环往复。每一步根据上一步的结果决定下一步。

优点：灵活，能应对不确定环境；实现简单。

缺点：短视，没有全局计划，容易在原地打转或走弯路；步数多了会累积错误。

适用：探索性任务、步骤不固定的场景。

二、Plan-and-Execute（先规划后执行）

做法：先让模型产出完整步骤清单，再逐步执行。

优点：有全局视角，步骤清晰，便于人工审查和干预。

缺点：计划一旦失真就全盘皆输；环境变化时不会自动调整，僵化。

适用：流程稳定、步骤可预知的任务，如数据处理流水线。

三、ReWOO（规划与执行解耦）

做法：先生成一整串”推理+工具调用”的计划（不实际执行），再批量执行，减少对模型的反复调用。

优点：省 token，因为不用每一步都回灌模型；效率高。

缺点：计划里的中间结果无法动态反馈，灵活性低于 ReAct。

适用：工具调用多、步骤相对确定、追求成本的场景。

四、Reflexion（带反思的自我修正）

做法：任务失败后，让 Agent 复盘”为什么失败”，把反思写进记忆，下次尝试改进。

优点：能显著提升可重试任务的最终成功率，尤其在有明确成功判据时。

缺点：增加调用次数和延迟；对没有清晰对错的任务收益有限。

适用：可重试、有明确验收标准的任务，如代码通过测试。

五、Tree-of-Thought（树搜索）

做法：在每个决策点展开多个候选方案，评估后择优深入，本质上是对解法空间做搜索。

优点：对需要权衡和探索的问题（规划路线、组合优化）效果强。

缺点：成本爆炸，调用量随分支数指数增长。

适用：决策点少但影响大、且值得为质量付费的任务。

六、混合模式（推荐的主流做法）

做法：高层用 Plan-and-Execute 定框架，中层用 ReAct 执行细节，失败时触发 Reflexion，关键决策点用轻量树搜索。

优点：兼顾全局与灵活，是大多数生产系统的现实选择。

缺点：架构复杂，需要更多工程投入。

适用：复杂、长链路、对可靠性要求高的生产 Agent。

一张选型决策表

你的情况	建议模式
步骤完全不固定、探索为主	ReAct
流程固定、可预知	Plan-and-Execute
工具多、想省成本	ReWOO
可重试、有明确成功判据	Reflexion
决策少但关键、预算充足	Tree-of-Thought
长链路、要可靠性	混合模式

三条实用建议

1. 从最简单的开始：能用 ReAct 解决就别上树搜索。复杂度是成本。
2. 让计划可见：无论用哪种模式，都把规划结果外化输出，方便调试和人工接管。
3. 规划也可以有预算：给”思考”设步数和 token 上限，防止 Agent 在规划阶段无限烧钱。

结语

规划模式没有银弹，只有权衡：灵活性、成本、可靠性三者不可兼得。ReAct 便宜灵活但短视，树搜索强大但昂贵，混合模式平衡但复杂。先明确你的任务到底是”流程确定”还是”高度探索”，答案自然就浮出来了。