规划与推理 (Planning & Reasoning)

如果说 LLM 是大脑，Planning 就是它的"前额叶皮层"。在面对非平凡（Non-trivial）任务时，Agent 必须具备先思考，后行动的能力。

#1. 为什么需要 Planning？

当用户指令是“帮我写一个贪吃蛇游戏”时，直接生成代码通常会得到一个半成品。 Agent 需要：

1. 设计游戏规则和 UI 布局。
2. 规划文件结构 (html, css, js)。
3. 逐步编写并测试每个模块。

Planning 解决了复杂任务的不可预测性问题。

#2. 任务分解 (Decomposition)

将一个模糊的高层目标 (Goal) 拆解为一系列可执行的原子步骤 (Steps)。

#方法 A：LLM 分解

直接让 LLM 生成计划列表。

"请将‘写一个贪吃蛇游戏’拆解为 5 个开发步骤。"

#方法 B：分层规划 (Hierarchical Planning)

• Top-Level Agent: 负责生成高层计划（如：1.UI设计, 2.逻辑实现）。
• Sub-Agents: 认领子任务，并将其进一步拆解（如：1.1 画布布景, 1.2 蛇的绘制）。

#3. 推理模式 (Reasoning Patterns)

#Chain of Thought (CoT)

最基础的推理。让模型在给出最终答案前，先输出中间推理步骤。

Input: ... Model: Step 1..., Step 2..., Therefore the answer is...

#Tree of Thoughts (ToT)

对于需要探索和回溯的任务（如写创意文案、解数学题），Agent 维护一棵思维树。

• 生成：针对当前状态，生成 3 个可能的下一步。
• 评估：给这 3 个下一步打分。
• 选择：选择最高分路径继续，若走不通则回溯。

graph TD
    subgraph "Chain of Thought (线性)"
    A[Step 1] --> B[Step 2] --> C[Step 3]
    end

    subgraph "Tree of Thoughts (树状)"
    Root[初始状态] --> P1[路径 A]
    Root --> P2[路径 B]
    Root --> P3[路径 C]
    
    P1 --> P1_1[A的下一步]
    P2 --> P2_1[B的下一步 (评估分低，剪枝)]
    P3 --> P3_1[C的下一步]
    end

#4. 自我反思 (Self-Reflection / Reflexion)

这是 Agent 具备“成长性”的关键。Agent 不仅仅执行，还会检查自己的执行结果。

#Reflexion 工作流：

1. Actor: 尝试执行任务（如写代码）。
2. Evaluator: 运行测试用例，发现失败。
3. Self-Reflection: 分析失败原因（“我忘记处理边界情况了”），生成一段自然语言的“教训”。
4. Actor (Retry): 带着“教训”重新尝试执行。

实战价值：Reflexion 能够显著提升 Coding Agent 的一次通过率（Pass@1）。

#5. 实战中的 Planning 技巧

• Plan-and-Solve: 强制 Agent 在开头输出一个 <plan> 标签，列出待办事项，每做完一步打个勾。
• 外部计划器：对于极其复杂的流程（如订机票），不要完全依赖 LLM 幻觉，使用传统的算法（如 Dijkstra 算法）辅助规划路线，再由 LLM 解释。
• 动态调整：计划不是死的。Agent 应当具备在执行过程中根据新发现（Observation）修改后续计划的能力（Replanning）。

#小结

• 简单任务：直接 CoT 即可。
• 复杂任务：必须显式地进行 Task Decomposition。
• 高精度任务：引入 Self-Reflection 循环。
• 创造性任务：尝试 Tree of Thoughts 搜索最优解。