Planning / Plan-and-Execute

Planning 是 Agent 在动手之前先把任务拆解成子步骤的能力。核心思路：把一个复杂目标拆成若干可独立执行的子任务，按依赖顺序排列，再逐步执行。最常见的实现是 Plan-and-Execute（规划-执行）架构：第一阶段专门用一次模型调用生成完整计划（只想不做），第二阶段按计划逐步执行，每步可根据上一步的结果动态调整剩余计划。Planning 和 ReAct 的区别在于颗粒度：ReAct 每步想一步，适合探索性任务；Planning 先想全局再行动，减少回头路，适合步骤多且有明确依赖顺序的任务（如写研究报告：先搜集资料、再分析、再撰写、再审校）。拆解的另一个好处是出错时可以重跑单个子任务，而不必从头开始整个任务。

像装修房子：不会一进门就开始敲墙，而是先画施工图——列出拆墙、水电、瓦工、木工、刷漆的顺序和依赖——再按图施工。做饭也一样：先看菜谱确定步骤顺序，再动锅。先想清楚再动手，避免后面推倒重来。

规划阶段（一次模型调用，只生成计划，不执行）：

  用户："帮我写一份关于量子计算的入门报告"

  Planner 输出：
    步骤 1：搜索"量子计算基本原理"
    步骤 2：搜索"量子计算应用场景"
    步骤 3：搜索"量子计算现状 2025"
    步骤 4：综合搜索结果，撰写 800 字报告

执行阶段（按计划逐步执行，可在每步后更新剩余计划）：
  执行步骤 1 → 拿到基本原理资料
  执行步骤 2 → 拿到应用场景资料
  执行步骤 3 → 发现最新进展，动态补充步骤 3.5：搜索"IBM 量子计算机 2025"
  执行步骤 4 → 生成最终报告

关键：Planning 允许"边执行边调整计划"，比纯 ReAct 更适合有依赖顺序的多步任务。

• → ReAct· Reasoning + Acting
• → ToT (Tree-of-Thought)· 思维树