Agent 常见的规划策略有哪些，如何选择？

面试时怎么答

规划策略不要背成清单，要把选择依据说出来：步骤稳定、环境变化少时用 Plan-and-Execute；每步都依赖新观察时用 ReAct；只有候选路径可评价且搜索收益足够大时才考虑树搜索。面试官常问计划失败怎么办，此时说明重规划触发条件、最大步数与循环检测。

可以这样答：

规划策略取决于环境反馈频率和搜索空间。步骤稳定时，Plan-and-Execute 可以先生成计划再逐项执行；工具结果会频繁改变后续路径时，ReAct 更适合边观察边决策；只有候选路径能可靠评分时，树搜索才值得额外成本。无论哪种策略，都要设置重规划条件、预算、重复状态检测和明确的终止条件。

核心回答

常见策略包括先生成完整计划再执行、执行一步后根据 Observation 重规划，以及对多个候选路径做搜索。计划稳定、依赖清晰的任务适合 Plan-and-Execute；环境变化快或信息逐步出现时适合 ReAct 式交替规划；分支少但错误早期决策代价高时，可考虑 Tree of Thoughts 一类搜索。规划深度越高，通常成本和延迟也越高，不应无条件增加。

展开说明

• Plan-and-Execute：先把目标拆成子任务，再依次执行，结构清晰，但初始假设错误会影响后续步骤。
• Interleaved Planning：每次执行后根据真实反馈更新下一步，适应性强，但容易局部循环或失去全局目标。
• Tree Search：生成并评价多个候选状态，允许回溯，适合可比较中间状态的任务；分支因子和深度会快速增加调用量。
• 层级规划：高层保留里程碑，低层只规划当前可执行动作，兼顾全局目标与局部反馈。

计划是待验证的假设，不是执行授权。每一步仍需检查前置条件、权限和结果；高风险动作不能因为出现在计划中就自动获准。

工程实践

把计划存成带 ID、依赖、状态、输入和完成条件的结构化任务图。工具返回后只更新受影响节点，并限制重规划次数。评估除最终成功率外，还看计划可执行率、无效步骤、回滚次数、工具调用量和成本；先与无规划或简单 Workflow 基线比较。

常见追问

1. Plan-and-Execute 与 ReAct 各适合什么环境？ 前者适合步骤稳定、依赖清楚的任务；ReAct 适合工具结果不可预知、需要频繁依据观察调整的环境。
2. Tree of Thoughts 为什么会显著增加推理成本？ 每层要生成并评估多个候选，分支数随深度快速增长，还可能为相似路径重复调用模型或工具。
3. 如何避免模型生成看似完整但无法执行的计划？ 每一步都绑定可用工具、输入前置条件、可验证完成条件和失败分支，并在执行前用环境状态校验。

一句话复习

规划方式要匹配任务的不确定性和可验证反馈，计划越复杂并不自动意味着成功率越高。

参考资料

• 面经主题：Datawhale 真实面试题中的 Agent 规划能力
• 技术依据：Plan-and-Solve Prompting、Tree of Thoughts、ReAct