问题

ReAct 式 Agent（想一步做一步）面对复杂任务容易局部最优：埋头执行了十步，才发现方向从一开始就错了——思考与行动耦合太紧，缺乏全局视野。

核心模式

规划-执行分离（Plan-and-Execute）：先由规划器产出全局计划，执行器按步执行，必要时触发重规划。

# 1. 规划：一次生成全局步骤（可用强模型）
plan = planner.make(goal, available_tools)
#    → ["调研现状", "设计 schema", "实现接口", "补充测试"]

# 2. 执行：逐步走（可用轻模型）
for step in plan:
    result = executor.run(step, context)
    board.update(step, result)          # 第 07 讲的台账

    # 3. 监控偏差：计划与现实漂移时重规划
    if result.deviates_from(plan.expectation(step)):
        plan = planner.replan(goal, board, plan.remaining())

相比 ReAct 的优势：全局计划先行，执行不易跑偏；规划用强模型、执行用轻模型，成本结构更优（呼应第 10 讲复杂度路由）。

实战要点

  • 计划粒度以"一句话能验证完成与否"为准；"优化系统"不是计划项，"把列表接口 P99 降到 200ms"才是
  • 重规划是常态而非异常：触发条件要明确（步骤失败/产出与预期不符/新信息出现），别让执行器偷偷改计划
  • 计划要展示给用户确认（高风险任务必须）：人对"计划"的审核成本远低于对"每步操作"的审核成本
  • Manus、Devin 等产品都把这个模式作为骨架；Claude Code 的 plan mode 亦是同构设计