图解AI编程

第8章 会规划才值钱 ​

前几章我们给Agent装了脑子、手脚、记性。现在Agent会思考、会干活、会查资料——但如果一个任务有10个步骤，它该先做哪个？做错了能不能自己发现并改正？这一章，我们讲Agent的"规划力"——它值钱的地方就在这。

8.1 让Agent学会"想一步、做一步" ​

8.1.1 光想不做和光做不想都不行 ​

你可以让LLM直接回答："帮我规划一个三天两夜的北京旅行"。LLM会给你一份看起来很合理的行程。

但你也可以让LLM真的去查天气、比价格、看评价——做一步，看一眼结果，再决定下一步。

第二种方式叫 ReAct（Reasoning + Acting，推理+行动）。

举个例子：用户问"北京和上海今天哪个更热？"

纯LLM回答（只有推理，没有行动）：

LLM: 北京和上海的气温我没法实时获取，建议你自己查一下天气App。

ReAct Agent回答（推理+行动循环）：

思考：我需要分别查北京和上海的天气。
行动：调用 get_weather("北京")
观察：北京今天28度。
思考：还需要上海的天气。
行动：调用 get_weather("上海")  
观察：上海今天32度。
思考：上海比北京热4度。
回答：上海今天更热，32度，比北京高4度。

8.1.2 ReAct的代码逻辑 ​

python
# ReAct Agent 的简化逻辑
def react_agent(task, tools, llm):
    context = f"任务：{task}\n"
    max_steps = 10
    
    for step in range(max_steps):
        # 让LLM决定下一步
        response = llm.invoke(f"""{context}
        你可以使用以下工具：{tools}
        请决定：是继续调用工具，还是直接给出最终答案？
        如果是调用工具，格式：ACTION: tool_name(params)
        如果是最终答案，格式：ANSWER: 你的答案
        """)
        
        if "ANSWER:" in response:
            return response.split("ANSWER:")[1].strip()
        
        if "ACTION:" in response:
            # 执行工具
            action = response.split("ACTION:")[1].strip()
            result = execute_tool(action)
            context += f"\n执行了：{action}\n结果：{result}\n"
    
    return "任务超时，未能完成"

ReAct的核心：不是一次性把所有步骤想好再执行，而是做一步、看结果、再想下一步。就像你做饭——你不会把所有步骤都写在纸上才开火，你是边做边调整。

8.2 当"一条路走到黑"不够用的时候 ​

8.2.1 ReAct的局限性 ​

ReAct很好用，但它有一个问题：一旦走错方向，就很难回头。

比如Agent帮你想了一个旅行方案，执行到一半发现"第一天去的博物馆周一闭馆"。ReAct只能回头看一步——它可能改成去别的地方，但它不会想"也许我该从第一天开始重新规划"。

8.2.2 思维树：同时想多条路 ​

思维树（Tree of Thoughts，ToT） 是一种更高级的推理方式——它不只走一条路，而是同时想好几个方案，然后挑最好的。

和ReAct的区别：

ReAct思维树
思考方式一条路走到底同时想多条路
适合任务步骤明确的（查天气→比价→下单）需要创意的（写作、规划、策略）
计算成本低高（需要多次调用LLM）
纠错能力看到上一步的结果调整能从根上换一条思路

实际使用建议：大部分Agent用ReAct就够了。只有当任务本身"没有标准答案"时（比如写文章、做方案），才考虑思维树。

8.3 Agent是怎么"化整为零"的？ ​

8.3.1 大任务拆小任务 ​

你说"帮我安排下个月的出差"，这句话背后其实有十几件事：

  1. 确认出差日期和目的地
  2. 查航班
  3. 订机票
  4. 订酒店
  5. 预约接送机
  6. 准备会议材料
  7. ……

Agent需要把这些"化整为零"——拆成一个个小任务，逐个完成。

任务拆解本质上就是 Prompt 工程：让LLM先列出所有子任务，再逐个执行。

python
plan_prompt = """
你是一个任务规划助手。请把以下任务拆解成3-7个可执行的子任务。
每个子任务应该具体、可独立完成。

任务：{user_task}

请用列表形式返回。
"""

user_task = "帮我安排下个月去上海的出差"
subtasks = llm.invoke(plan_prompt.format(user_task=user_task))
# 1. 确认出差日期
# 2. 查询北京到上海的航班
# 3. 筛选合适时间和价格的航班
# 4. 查询上海公司附近的酒店
# 5. 预订确认

8.3.2 依赖关系：有些任务有先后顺序 ​

拆出来的任务不是随便做的。有些有依赖关系——"订酒店"必须在"确认日期"之后。

Agent需要理解这种依赖——不然它会同时订机票和酒店，结果日期还没确认，全订错了。

处理依赖的技巧：让LLM在拆解任务时，同时标注每个子任务的"前置条件"。

子任务 - 前置条件
1. 确认日期 - 无
2. 查航班 - 子任务1
3. 订机票 - 子任务2
4. 订酒店 - 子任务1

8.4 Agent的"反思"能力 ​

8.4.1 做错了要能改 ​

Agent不是神，它也会犯错。调了错误的工具、理解错了用户意思、生成了不准确的数据——都很常见。

好的Agent不是不犯错，而是犯了错能发现并改正。

这个过程叫 Self-Reflection（自我反思）。

8.4.2 三个常见的反思场景 ​

场景一：工具返回异常。

Agent调了 get_weather("北京")，返回 {"temp": 999}
反思模块：温度不可能999度，API可能出错了。
Agent：用备用工具 retry，或者告诉用户"暂时查不到"。

场景二：LLM回答自相矛盾。

LLM回答："北京今天晴天，适合户外运动。不过出门记得带伞。"
反思模块：晴天为什么带伞？回答有矛盾。
Agent：重新生成，或者标注"可能有误"。

场景三：用户反馈。

用户："你推荐的餐厅已经关门了。"
反思模块：用户明确指出了错误。
Agent：记录这家餐厅已关闭，下次不会再推。同时道歉并重新推荐。

8.4.3 反思的实现方式 ​

最简单的方式：多一层LLM调用，专门做"审查官"。

python
def reflect_on_result(task, result):
    """反思模块：检查Agent的输出是否合理"""
    check_prompt = f"""
    任务：{task}
    Agent的输出：{result}
    
    请检查以下问题：
    1. 输出是否完成了任务？
    2. 数据是否合理（没有明显错误）？
    3. 回答是否自相矛盾？
    4. 有没有更好的方式？
    
    如果发现问题，请指出并给出修正建议。
    如果没有问题，回复"通过"。
    """
    return llm.invoke(check_prompt)

8.5 本章小结 ​

这一章我们讲了Agent的"规划力"——它和普通聊天机器人拉开差距的地方：

  1. ReAct：想一步、做一步、看结果、再调整。不把所有步骤想好再动手，而是边干边想。
  2. 思维树：当"一条路走到黑"不行时，同时想好几个方案再挑。创意型任务的神器。
  3. 任务拆解：大任务拆小任务，标注依赖关系再执行。有先有后，不瞎做。
  4. 反思机制：让Agent审查自己的答案。犯错不可怕，错了不能改才可怕。

✅ 知识点检查 ​

学完这一章，试试回答这几个问题：

  • [ ] ReAct 和纯LLM推理的核心区别是什么？ReAct多了一个什么循环？
  • [ ] 思维树和ReAct各适合什么场景？什么时候该用ToT？
  • [ ] 任务拆解时，为什么需要标注"依赖关系"？
  • [ ] Agent的反思模块主要检查哪三个方面？

📚 延伸阅读 ​

  • 《ReAct: Synergizing Reasoning and Acting in Language Models》
  • 《Tree of Thoughts: Deliberate Problem Solving with Large Language Models》
  • LangGraph 官方教程中的 Agent 模式：https://langchain-ai.github.io/langgraph/
  • 本书配套源码：关注公众号「图解AI系列」免费领取

🎯 下一章预告 ​

第9章，一个Agent搞不定的时候——

"一个人不行？那就组个团。多Agent协作，各司其职。"