模块 4规划、执行与多 Agent

ReAct 与执行模式

ReAct 解决推理与外部事实脱节

  • 推理提出下一步需要知道什么
  • Action 从受控空间选择工具
  • Observation 让后续决策基于环境反馈
  • 循环直到结果可验证或达到终止条件

Action Space 决定可控性上限

  • 工具名称和语义边界
  • 参数契约、权限和副作用
  • 回答、澄清、等待、委派和终止也是动作
  • 高风险动作不能只靠 Prompt 限制

系统需要决策证据，不需要暴露私有思维链

  • 记录计划摘要、选择的 Action 和可检查理由
  • 完整保存 Tool 参数与 Observation
  • 把事实、假设和待验证项分开
  • 审计以外部事件和状态为准

按任务结构选择执行模式

ReAct

  • 环境反馈强、路径短到中等、需要边走边看

Plan-and-Execute

  • 可先形成高层计划、执行可并行、需要进度可见

Deterministic Workflow

  • 路径稳定、风险高、规则可枚举

混合

  • 计划由模型提出，代码校验和调度

范式常见失败

  • 过早行动、无意义 Tool 试探和循环
  • Observation 太长或不可信导致偏航
  • 计划与执行状态不同步
  • 完成声明没有业务验证

用任务证据决定模式

  • 比较任务成功、步骤数、恢复率、延迟和成本
  • 观察计划稳定性和环境变化率
  • 对不可逆步骤强制切回 Workflow/审批
  • 记录 Why Not 其他模式