规划 (Planning)

规划 (Planning) 是 Agent 智能的核心体现。它指的是 Agent 在执行行动之前，根据目标将复杂任务分解为可管理的子步骤序列的能力。如果没有规划，Agent 只能进行简单的刺激-反应式（Stimulus-Response）操作；有了规划，Agent 才能解决长程、复杂的任务。

为什么需要规划？

LLM 虽然具备强大的知识，但本质上是概率模型，擅长单步推理。面对 "创建一个贪吃蛇游戏" 这样的复杂指令，直接生成所有代码往往会出错。规划模块的作用就是让 Agent "慢下来思考"（System 2 Thinking），先制定蓝图，再逐个击破。

常见的规划方法

1. Chain of Thought (CoT)

最基础的规划形式。通过 Prompt 引导模型 "Let's think step by step"，让模型显式地生成中间推理步骤。

• 特点: 线性思维，适合逻辑清晰的数学或推理问题。
• 局限: 一旦中间某一步出错，后续步骤会累积错误（Error Propagation）。

2. Tree of Thoughts (ToT)

CoT 的进阶版。它允许模型在每一步生成多个可能的"想法"（分支），并对这些想法进行自我评估，保留有希望的分支，剪掉死胡同。

• 结构: 树状搜索（Tree Search），可以是 BFS（广度优先）或 DFS（深度优先）。
• 优势: 能够进行探索和回溯，解决需要前瞻性思考的问题（如 24 点游戏、创意写作）。

3. ReAct (Reason + Act)

专为 Agent 设计的规划模式。它将 推理（Reasoning） 和 行动（Acting） 结合起来。

• 流程:
  1. Thought: 思考当前情况，决定下一步做什么。
  2. Action: 调用工具（如搜索、计算器）。
  3. Observation: 获取工具执行的结果。
  4. Loop: 根据观察结果，进入下一轮思考。
• 意义: 解决了纯推理产生的幻觉问题（通过 Action 获取真实世界反馈），也解决了纯行动缺乏目标感的问题。

4. LLM+P (LLM + Classical Planner)

利用 LLM 将自然语言问题转化为 PDDL (Planning Domain Definition Language) 等形式化语言，然后利用传统的经典规划器（Solver）来求解最优路径，最后再由 LLM 解释回自然语言。

• 场景: 适用于规则明确、容错率低的机器人控制或物流调度场景。

挑战

1. 幻觉 (Hallucination): 模型可能会规划出不存在的工具或不可行的步骤。
2. 循环 (Infinite Loops): Agent 可能会陷入 "思考-行动-失败-思考" 的死循环中。
3. 上下文限制: 长期的规划需要消耗大量 Context Window，且容易遗忘早期目标。