Agent 规划

它是什么

Agent 规划是运行时决定下一步做什么的那一环：给定目标、可用工具和当前已得到的结果，选出一个动作，执行，看结果，再选下一个。[S1]

关键的限定词是「运行时」。写在代码里的步骤顺序不是规划——那是编排；规划指的是每一步的输入在执行前还不确定，必须等上一步的结果出来才知道怎么走。这也意味着规划天然带有一个别人没有的责任：它可能走进你没写过的分支。

为什么需要它

因为有一类任务没法事先枚举路径：排查一个线上问题、调研一个还不清楚的市场、把一个模糊需求变成方案。这些任务的共同点是「第二步取决于第一步发现了什么」，硬写成固定流程只会得到一张巨大的分支表。

规划带来的收益与代价是同一件事的两面。收益是它能在情况变化时改道；代价是它无法被逐段测试——你测得了每一步，测不了「它会选择哪些步骤组合」。所以规划设计的重点从来不是「怎么让它更聪明」，而是怎么给它的自由划边界。

如果没有边界，规划会把错误连续化：第一步判断偏了，第二步基于偏了的结论继续走，第三步在此基础上做出一个不可撤回的动作。单步错误的概率没变，但错误的后果被串起来了。[S2]

它如何工作

一个能上线的规划环路通常包含四件事，缺一不可：

• 目标与约束的显式表达：目标是什么、哪些动作绝对不能做、以什么形式算完成。约束不是写在文档里给人看的，要作为规划器能读到的输入。
• 动作空间：可用工具有哪些、每个工具的权限范围是什么。给模型十个工具，等于把十个副作用都变成了它的选项。
• 状态与反馈：上一步的结果、失败原因、已经试过什么。没有这层，规划会重复试同一个注定失败的动作。
• 停止条件：什么算完成、最多走几步、连续失败几次就退出。这是规划与「一直转下去」的唯一分界。

常见结构调整有两种：先规划后执行（一次生成完整步骤序列再逐步执行，好处是可审阅，坏处是计划一旦过时就要重来）；边做边规划（每一步都重新决定，好处是适应性强，坏处是缺少全局视图、容易绕圈）。实践中多数系统是两者的混合：先出一个粗计划，在关键分支处重新规划。

必须澄清的误会

Agent 规划 ≠ 工作流自动化。 差别在「谁决定下一步」和「什么时候决定」。工作流在开发期把路径写死在代码里，运行时不会变；规划在运行时按当前状态选下一步，所以同一个任务两次运行走的路径可能不同。这条差别直接决定了两者的工程代价：工作流可以逐段测试、可以算出最坏耗时；规划要靠预算、步数上限和日志来约束，因为它没有一张可穷举的路径表。

Agent 规划 ≠ 把任务拆成子任务。 拆解是产出（得到一个步骤列表），规划是过程（在运行中决定走哪一步、什么时候换路）。先拆再问「谁来执行这个拆解结果」，答案往往还是规划。

规划也不等于人在回路。 规划决定「下一步做什么」，人在回路决定「这一步要不要人批」。两者是配合关系而不是替代关系：高风险动作即使被规划正确地排进了计划，也仍然应该在执行前停下来等人确认。反过来，不要指望用「让模型多想想」替代审批环节。

最后一个常见误解：规划得越细越好。 过细的计划在第一个意外出现时就整份作废，而且会掩盖真正的决策点。好的计划是计划到下一步，而不是计划到终点。

真实例子

一个「排查线上问题」的 Agent，其规划边界可以这样写：最多执行 8 步；只允许只读工具（查日志、查监控、查配置），不允许任何写操作；同一类查询连续失败 2 次即停止并输出已排除的假设；只要结论涉及「修改生产配置」，必须停下来交给人——即使它很有把握。[S1][S2]

一次典型运行是：查错误率 → 发现集中在某个接口 → 查该接口的依赖健康度 → 发现某个下游延迟升高 → 输出「怀疑下游超时导致重试放大」并附上证据链。这里值得注意的不是它多聪明，而是它在第 4 步就停了——因为规则要求「结论涉及变更时停」，而不是因为它查不出下一步。

什么时候适合与不适合

适合：目标明确但路径不明、需要跨多个系统反复试错、探索成本低而错误后果可控。这类任务里，规划的价值在于它能在你没预想到的分支上继续推进。

不适合：步骤可枚举、输入分布稳定、结果有客观检查方式。这类任务用工作流自动化更便宜也更稳——它的路径能逐段测试，规划不能。硬上规划会把一个可测的系统变成一个只能靠日志观察的系统。

绕圈与越权是两种性质不同的失败，要分开防。 一种是绕圈：反复尝试同一个无效动作，因为没有记住「已试过什么」。另一种是越权：计划本身合理，但某一步的动作超出了应该有的权限——这一条只能靠工具侧的权限设计防，不能靠提示词里写「不要删数据」。前者用状态与失败计数解决，后者用最小授权解决。

亲自试一下

挑一个你手上的多步任务，用约 30 分钟写出它的规划边界（不是写出它的步骤）：

1. 最多几步：写下步数上限，并说明为什么是这个数。
2. 失败了怎么办：哪些失败可重试、重试几次、哪些失败直接停止。
3. 什么条件下必须停下来找人：列出两类——一类是动作不可撤回，一类是两次拿到互相矛盾的证据。
4. 不允许做什么：明确列出禁用的动作与工具。

写完后对照你自己过去处理这类任务的过程：你实际在第几步做出了关键判断？ 如果你的规则会让它在那一步之前就停下，说明上限设得太紧；如果它可以从头跑到尾而无需任何人工介入，说明这个任务大概不需要「规划」，它更适合写成工作流。

接下来学什么

规划是这一站（给手脚）里负责「下一步」的那一环。它需要两个邻居配合：工具调用 提供可选动作，Agent 记忆 提供「之前发生过什么」。三者缺一，规划就只能凭当前这一轮的信息猜。

如果你还在纠结「这个任务该用规划还是该写死流程」，先看 工作流自动化 与 Agent 工作流 的分界（给流程）——判据是「步骤能不能事先枚举」。如果你担心的是「它会自己做出不该做的动作」，直接跳到 给安全：人在回路 与 AI 护栏 讲的正是那层边界。

来源与修订

把「模型自主决定自身流程」作为 Agent 与固定工作流的核心区别，来自 Anthropic 的 Building Effective Agents；对自主系统需要预算、停止条件与人工介入的判断，参考 Trustworthy Agents in Practice。[S1][S2]

需要说明一处边界：「步数上限、失败计数、必须停下来的两类条件、禁用动作清单」这四条是本站在落地时总结的操作性要求，不是上述来源的原文。来源给出的是架构选择与风险原则，不会规定你的系统该设 5 步还是 8 步——这类阈值必须由你的场景和后果决定。

2026-09-21 按决策页规范重写，本次修订补入停止条件与禁用动作清单：原版本解释了规划是什么，却没有回答「它什么时候必须停下来」。