跳到主要内容

A2.1 规划：动手之前先拆事

你不会一上来就订蛋糕​

领导让你「办一场 50 人年会」，你不会抬手就打电话订蛋糕——你会先在纸上列出四条线：场地、餐饮、流程、预算，每条线拆成几件带截止日期的小事，再动手。

模型也一样。直接把复杂任务扔给行动循环，让它「看着办」，它会像没头苍蝇：查了东忘了西、做到第十步忘了预算、在无关的支线上转圈（A0 深入层讲过的死循环，很多就是这么来的）。而只需在动手前多加一步——先产出一份计划——成功率立刻不同。

什么样的计划算好计划​

任务分解是规划的第一步：把「办年会」变成一串小步骤。但拆开不等于拆好了，一份能用的计划有三要素：

  1. 步骤可执行——每一步都能对应到一次具体的工具调用或生成动作。「联系场地」可执行；「确保年会圆满成功」是口号，不是步骤；
  2. 依赖关系明确——先确定人数才能订餐，先订场地才能发通知；顺序错了就要返工；
  3. 带验收标准——每步做完怎么算做完？「预算表合计 ≤ 5 万」是标准，「预算合理」不是。

三要素里最容易被忽略的是第三条——没有验收标准的计划，执行时对错全凭感觉，反思（下一节）也无从下手。

两种规划风格​

有了计划观念，还有个风格选择：计划是一次列完还是边走边列？

  • 先规划后执行（plan-and-execute）：动手前产出完整计划，然后逐步执行。省 token（计划只生成一次）、结构清晰（进度一目了然），但计划赶不上变化——执行中冒出计划没料到的意外时，它不会拐弯；
  • 边走边想：每步现定下一步——其实就是 A0 讲的 ReAct 素颜版。灵活，遇到意外自然应对，但容易迷路忘目标：走到第十步时，第一步的约束早被挤出注意力了。

空说无凭，让三种策略（外加一个「不规划」的对照组）当场比一场：

🎮 动手实验
规划器对比：三种性格，一个任务
任务：「帮我规划周末两天的北京行程：预算 2000 元以内，必须包含长城，周日 18:00 前回到酒店。」（3 条硬约束）——分别点「运行」，看三种策略的轨迹和结局（轨迹为教学构造）。
① 一把梭
不规划不检查，一口气生成完整攻略
② 先规划后执行
先列计划再逐步填充，但计划定了就不回头
③ 边走边想 + 反思
每完成一步就回头对一遍约束，发现问题当场改
💡 要点：没有免费的午餐——可靠性是拿 token 和时间买的。①省钱但靠运气；②有骨架但不会拐弯；③每步反思最稳，代价是 5 倍成本。真实系统按任务风险选档位：写个周报用①就够，订机票扣款这种「错不起」的事必须上③。这也解释了上篇 8.4 的推理模型为什么贵：「多想一会儿」本质上就是把③内化进了模型。

建议这样玩：点「▶ 三个一起跑」，重点盯②和③在同一个意外——「长城往返包车 600 元，比预想贵一倍」——面前的不同反应：②的计划里没有「预算超了怎么办」这一步，只能硬着头皮按原计划排下去，最后在输出里补一句「可能略超预算」草草交差；③的每步反思触发了预算检查，当场改道换成市郊铁路 S2 线，省下 550 元，三条约束全部达标。

计划是活文档，不是圣旨​

实验里②和③的分水岭，不是「有没有计划」（两者都有），而是发现意外后会不会改计划。

所以成熟的做法是混合式：有计划，但每步执行后校验一次「计划还成立吗」——步骤失败了、查到了新信息、预算烧过半了，都触发重规划。计划是随执行不断修订的活文档，不是刻在石头上的圣旨。你在 Claude Code 这类编码智能体里看到的那份随任务进展打勾、改写的 todo 列表（2025 年起几乎成了 CLI 智能体标配），就是这个思想的产品化。

这个实验在哪里不准确？

轨迹是教学构造的——真实模型不会恰好在「第 2 步」遇到「恰好 600 元」的意外。更重要的是：真实模型的规划质量高度依赖任务领域和模型能力。2026 年的旗舰模型在旅行、编码这类常见领域已相当可靠，但在冷门领域仍会一本正经地列出根本不可执行的步骤——计划本身也可能是幻觉（上篇 5.6 的老病）。这就是为什么三要素里的验收标准必须独立于计划来源：计划说「S2 线末班车 18:30」，执行时还是要真的去查一次。

小结​

本节要点
  • 复杂任务先拆后做；好计划三要素：步骤可执行、依赖明确、带验收标准。
  • plan-and-execute 省钱清晰但死板；边走边想灵活但易迷路；成熟做法是「有计划 + 每步校验 + 触发重规划」。
  • 计划是活文档不是圣旨——发现意外后敢不敢改计划，是可靠智能体的分水岭。
📝 动手自测0/3
1. 「第 3 步：把行程安排得尽量完美」——这一步违反了好计划三要素中的哪一条？
2. 实验里策略②（先规划后执行）输给策略③的根本原因是？
3. 智能体执行到一半，发现某步依赖的网页改版了、原方法行不通。最合理的下一步是？

延伸阅读​