【Agent 核心架构】深度解析主流执行逻辑：ReAct 与 Plan-and-Execute

我不能再堕落下去了

1547人浏览 · 2025-12-10 12:12:53

我不能再堕落下去了 · 2025-12-10 12:12:53 发布

在构建 AI Agent 的过程中，拥有强大的大脑（LLM）、记忆模块和工具库固然重要，但如何编排这些组件协同工作才是决定 Agent 智能程度的关键。如果说 LLM 是发动机，那么“执行逻辑”就是变速箱和传动系统，决定了动力如何转化为实际的行动。

本文将深入剖析当前 AI Agent 领域最主流的两种执行逻辑：ReAct（推理与行动）与 Plan-and-Execute（规划与执行）。我们将从原理、优劣势、实战对比等维度，带你彻底理解 Agent 是如何“思考”与“做事”的。

一、 ReAct 框架：像人类一样“边想边做”

ReAct (Reasoning + Acting) 由 Yao 等人提出，是目前应用最广泛的 Agent 执行框架。它的核心理念是模仿人类解决复杂问题时的直觉——一边推理，一边行动，根据行动的反馈调整下一步计划。

1. 核心机制：Thought-Action-Observation 循环

ReAct Agent 并不试图一次性规划所有步骤，而是通过一个紧密的迭代循环来推进任务：

Thought (思考)：Agent 基于当前目标和已有的上下文，进行内部独白。它会分析现状、拆解问题，并决定下一步该做什么（例如：“为了回答这个问题，我需要先查询 X 的信息”）。
Action (行动)：基于思考的结果，Agent 决定执行具体的动作。这通常意味着调用某个工具（如搜索引擎、计算器、API）或向用户提问。
Observation (观察)：工具执行后返回的结果（如搜索到的网页摘要、API 返回的 JSON 数据、代码报错信息）。
Loop (循环)：最关键的一步。Agent 将“观察”到的新信息纳入大脑，再次进入“思考”阶段。它会评估刚才的行动是否有用，是否解决了部分问题，并据此规划下一步，直到任务完成。

2. Prompt 设计技巧

ReAct 的魔力很大程度上源于 Prompt 的引导。一个优秀的 ReAct Prompt 通常包含：

思维链引导：指令包含 Think step-by-step，强迫 LLM 展示推理过程。
工具协议：明确告诉 LLM 如何以特定格式（如 JSON）输出要调用的工具和参数。
Few-shot Examples：提供几个“思考-行动-观察”的完整对话示例，让 LLM 模仿这种模式。

3. 优缺点分析

✅ 优点（灵活性与透明度）：
- 高适应性：能处理动态环境。如果第一步搜索失败，Agent 会在下一步思考中尝试更换关键词，而不是卡死。
- 解决知识密集型任务：擅长通过多次搜索“顺藤摸瓜”获取信息。
- 可解释性：Thought 步骤留下了详细的决策日志，便于开发者调试。
❌ 缺点（效率与成本）：
- Token 消耗大：每一步行动都需要完整的 LLM 推理，对于长流程任务，成本高昂。
- 循环陷阱：如果模型不够聪明，可能会在两个步骤间反复横跳，陷入死循环。
- 错误累积：前一步的错误思考可能误导后续所有步骤。

二、 Plan-and-Execute 框架：运筹帷幄的“战略家”

与 ReAct 的“摸着石头过河”不同，Plan-and-Execute (P-a-E) 采取了一种更结构化、工程化的思路：先制定完美计划，再严格按计划执行。

1. 核心机制：两阶段分离

P-a-E 将任务拆解为两个截然不同的阶段，通常由不同的模块（甚至不同的 LLM）负责：

Planning (规划阶段)：
- Planner (规划器)：接收用户目标，利用 LLM 的推理能力生成一个完整的、分步骤的执行清单（Plan）。
- 特点：这个阶段只动嘴（生成文本），不动手（不调用工具）。
Execution (执行阶段)：
- Executor (执行器)：解析上述计划，按顺序一步步调度工具执行。
- 特点：严格遵守清单，上一步完成才进行下一步，通常涉及状态在步骤间的传递。

2. 优缺点分析

✅ 优点（结构性与效率）：
- 执行高效：规划阶段可能很复杂，但执行阶段通常只需要简单的逻辑或轻量级模型，减少了 LLM 的频繁调用。
- 适合长流程任务：对于步骤明确、依赖关系清晰的任务（如“写一份报告并发送邮件”），P-a-E 不容易跑偏。
- 可预测性强：行为基本由初始计划决定，更易于控制。
❌ 缺点（僵化）：
- 适应性差：一旦计划生成，如果中间某个步骤遇到意外（如 API 挂了），Agent 往往无法像 ReAct 那样灵活变通，除非设计了极其复杂的重规划（Re-planning）机制。
- 鲁棒性依赖计划质量：如果第一步计划就漏掉了关键环节，后续执行做得再好也是徒劳。

三、巅峰对决：ReAct vs. Plan-and-Execute

为了更直观地选择适合你场景的架构，我们将两者进行多维度对比：

对比维度	ReAct (Reasoning + Acting)	Plan-and-Execute (P-a-E)
核心逻辑	迭代循环：思考 $\rightarrow$ 行动 $\rightarrow$ 观察 $\rightarrow$ 再思考	线性流程：生成完整计划 $\rightarrow$ 顺序执行
适应性 (Adaptability)	高：根据实时反馈动态调整策略	低：严格按预定计划执行，对意外脆弱
鲁棒性 (Robustness)	中：易受单步错误影响，可能陷入循环	高：只要计划合理，流程非常稳定
适用场景	探索性强、信息不全、需要实时调整的任务	步骤明确、流程长、依赖关系清晰的标准任务
成本与延迟	较高：LLM 调用次数多，串行等待	较低：规划一次，执行阶段可优化
行为特征	像“探索者”，行为具有涌现性	像“工程师”，行为具有确定性

四、实战演练：以“天气查询与提醒”为例

让我们通过一个具体任务来模拟两种 Agent 的行为差异。

任务：“查询北京今天的天气，如果温度低于 10 度，提醒我穿外套。”

1. ReAct Agent 的执行轨迹

Thought 1: 用户想知道天气并求提醒。我需要先查北京天气。
Action 1: 调用 Weather_API(city="Beijing")。
Observation 1: 返回 {"temp": 8, "condition": "Cloudy"}。
Thought 2: 我拿到了天气，温度是 8 度。用户说低于 10 度要提醒。8 < 10，条件满足。
Action 2: 调用 Print_Tool("北京今天 8 度，请记得穿外套。")。
Observation 2: 输出成功。
Thought 3: 任务已完成。
Final Answer: 北京今天 8 度，请穿外套。

观察：ReAct 根据 API 返回的“8度”这个实时信息，动态决定了下一步是“提醒”而不是“忽略”。

2. Plan-and-Execute Agent 的执行轨迹

Planner (规划): 生成计划列表：
1. 调用天气工具查询北京天气。
2. 提取温度数值。
3. 判断温度是否小于 10 度。
4. 如果是，生成提醒信息；否则，生成无提醒信息。
Executor (执行):
- 执行步骤 1 -> 成功。
- 执行步骤 2 -> 成功。
- 执行步骤 3 -> 逻辑判断。
- 执行步骤 4 -> 输出结果。

观察：P-a-E 生成了一个刚性的程序逻辑。如果 API 返回格式变了，导致步骤 2 提取失败，整个流程可能会中断，而 ReAct 可能会思考“读取失败，我尝试另一种解析方式”。

五、总结与展望

理解 ReAct 和 Plan-and-Execute 是迈向高级 Agent 开发的第一步。

如果你需要一个能处理未知错误、自我纠正的智能助手，ReAct 是首选，目前 LangChain 和 LlamaIndex 等框架的默认 Agent 多基于此模式。
如果你需要处理标准化、长流程的工作流（如每日自动化报表），Plan-and-Execute 能提供更高的稳定性和效率。

在实际的复杂生产环境中，我们甚至会将两者结合：用 ReAct 来处理计划中的每一个具体步骤，从而兼顾宏观规划的结构性和微观执行的灵活性。这是构建更高级 Agent 系统的重要思路。

参考文献：

Yao, S., et al. (2022). ReAct: Synergizing Reasoning and Acting in Language Models.
Wang, L., et al. (2023). A Survey on Large Language Model based Autonomous Agents.