Plan-and-Execute：先规划子任务再执行降低长链决策漂移

可视化演示

展示Plan-and-Execute策略三维度：规划执行流程（子任务分解-逐步执行）、漂移对比（直接执行漂移vs规划执行稳定）、对齐机制（偏差检测-重规划），理解Agent多步推理的漂移缓解范式。

决策漂移

小王的旅行日志像一串散落的珠子：第一天因为下雨改去室内博物馆，第二天听说某家米线好吃又多留半天，第三天客栈老板推荐了一个“小众秘境”……每一个决定单独看都合情合理，可六天后他翻开地图，发现自己距离原计划里的雪山足足偏出去三百公里。问题从来不出在某一个决定上，而在于每个小偏差都悄悄溜进了第二天的“上下文”，影响了接下来的判断。

AI 智能体干长活时，剧本几乎一模一样。处理一个需要多步推理的任务时，模型每走一步都要把前面所有步骤的痕迹再读一遍：中间结果、工具输出、失败信息、上一轮的猜测……这些信息里杂质远比精华多。于是“我最初到底想干什么”这个信号，在一堆噪声里被越冲越淡，模型就在不知不觉中偏向了别的方向。

这种现象被称为决策漂移，也叫目标偏离。它的本质是两层效应的叠加：一是误差累积，每一步的微小失误会传给下一步；二是上下文污染，前面步骤产生的干扰性内容持续占据模型的注意力。把第 i 步的微小偏差记作 δi，n 步之后的总偏差就是这些偏差的叠加；当各步偏差彼此独立时，总偏差的方差会随步数线性增长——这正是“走得越远，偏得越狠”的数学根源。

小王的救星不是“下次做决定再谨慎一点”，而是出发前摊开的那张地图——把“每天去哪儿”这种原本需要现场拍板的问题，提前变成白纸黑字的清单。这正是 Plan-and-Execute 的起点。

核心思想

老周的行李里有一本手写攻略：D1 昆明、D2 大理、D3 丽江、D4 香格里拉。在路上，他几乎不再纠结“明天去哪”，每天早上翻到对应那一页，按计划走完，打个勾。他把“想”和“走”分开了：想，在出发前集中完成；走，在旅途中按图索骥。这个朴素的常识，就是 Plan-and-Execute 的全部灵魂。

把这个常识搬进智能体：先由 Planner（规划器）面对总体目标 G，产出显式的子任务序列 P；再由 Executor（执行器）逐项执行。执行器不需要反复自问“我到底要干嘛”，因为答案已经写在清单上。目标被“外化”成了一张纸，不再完全依赖模型的工作记忆——纸不会像记忆那样被噪声冲淡。

形式上，一次完整的任务可以看作对初始状态 s0 依次施加每个子任务的变换函数：先执行第一个子任务，得到中间状态；再执行第二个，依次传递，直到所有子任务完成。整条链路的顺序在规划阶段就被锁定，执行阶段只是“复读”这个顺序，因此每一步的输入输出都是清晰可控的。

把“在路上反复做决定”改成“出发前集中做决定”，这不仅是效率优化，更是风险控制：一份可以被人类检查、修改、执行的行程单，让智能体的每一步都有了锚点。这就是 Plan-and-Execute 的核心思想。

规划阶段

行程单不是随便写的。老周出发前要查车次、看天气、算里程，还得把“爬雪山需要先订索道票”这种依赖关系理清楚。行程单的质量直接决定旅行质量——哪怕写得再工整，如果顺序反了，人也得折返重来。

规划阶段由 Planner 承担。它把总体目标分解为若干子任务 p1 到 pn，每个子任务尽量“自包含”：需要什么输入、执行什么动作、产出什么结果。计划可以是结构化文本，也可以是 JSON 列表，核心要求是显式、可解析、可检查——机器能读，人也能读。

一个合格的计划不仅是子任务的集合，还隐含了顺序与依赖关系：某些任务必须排在另一些任务前面，因为前者的输出是后者的输入。这种“谁先谁后”的结构，正是规划阶段为执行阶段铺好的铁轨。

规划做得好，等于把“目标”复印了好几份，贴在途中的每个站点，执行器随时可以对照；做得不好，执行器再勤快也是南辕北辙。这就是“规划质量决定执行上限”的含义。

执行阶段

到了旅途执行期，老周每天只做一件事：翻开攻略今天那一页，把上面列的事做完，在页脚打个勾。他绝不会在早上八点重新思考“我这次旅行到底是为了什么”——那是出发前已经解决的问题。执行阶段的美德是“按部就班”，而不是“临场发挥”。

Executor 同样“目光短浅”：每一轮只取一个子任务，带上它所需的局部输入，调用相应的工具或小模型把它完成，把输出交给下一个步骤。它不需要也不应该翻遍全部历史——这种“局部上下文”设计，正是切断上下文污染的关键一刀。

状态更新的规则因此变得非常简单：从当前状态出发，应用当前子任务的执行函数，得到下一个状态。每步之间只传递必要的信息，过去的噪声被隔离在步骤之外。

执行阶段越“机械”，系统的行为就越可预测；而可预测正是可控的前提。这也是为什么安全审计偏爱 P&E——每一步都能对上清单，就像导游每到一站点一次名，谁掉队了一眼就能看出来。

方案对比

小王和老周代表两种旅行哲学。小王是“边走边想派”：每到一个路口，结合当下的天气、心情、路况即兴决定。老周是“先定后走派”：行程早写好，路上只执行。前者灵活，应对意外能力强；后者稳当，不容易跑偏。两种派别没有绝对优劣，只有适配场景的差异。

AI 世界里“边走边想派”的代表是 ReAct 模式：思考（Reason）、行动（Act）、观察（Observation）在每个时间步交错进行。它的优势是适应性强，适合开放式任务；劣势是每一步都背负着全部历史，长链中极易漂移。“先定后走派”就是本文的 Plan-and-Execute，代价是计划可能过时——天气突变、道路封闭时，老周的攻略也会失效。

为了兼顾两者，P&E 通常加入重规划（Replanning）机制：执行到关键节点或遇到异常时，让 Planner 重新审视原始目标 G 与已产生的执行历史 Hk，生成剩余任务的修订版计划。相当于旅途中掏出地图重新校对：既保留了大方向的稳定性，又恢复了应对变化的灵活性。

选型口诀：任务越结构化、链条越长，越该“先定后走”；任务越开放、交互越密，越该“边走边想”。生产系统中两者常常混合使用——P&E 当骨架，ReAct 当局部关节，各取所长。

工程实践

把老周的攻略变成一套可运行的系统，需要三样东西：写攻略的人（Planner）、照攻略走的人（Executor）、遇事改攻略的人（Replanner）。在 LangChain 中，这三者被封装为 PlanAndExecuteAgentExecutor，开箱即用，是业界最常见的 P&E 落地形态。

实际流水线并不复杂：Planner 把用户目标转成计划列表；主循环每次取出一个子任务；Executor 调用工具或子 Agent 执行并缓存结果；全部完成后汇总输出。若某步失败、或用户中途改需求，Replanner 拿着剩余计划与当前进度重新规划。计划本身是 JSON 对象，人类可以在执行间隙直接增删改——这就是“可控性”的落地形式。

从资源成本看，P&E 的性价比也清晰：一次集中规划加上 n 次子任务独立执行，远小于 ReAct 每步一次全上下文决策的 m 次调用。这个差距来自一个简单的事实：计划条目数 n 通常远小于决策步数 m，因为一个计划条目可以覆盖原本需要多次试探才能完成的工作。

工程上还有一个隐性收益：计划可以预览、日志可以回放，出问题时面对的不是一团黑盒，而是一份可指认的行程单——哪个子任务出了问题、哪个工具返回了异常数据，一目了然。对 AI 安全与合规而言，这比省几个 Token 重要得多。

局限展望

攻略不是万能的。老周的行程单遇到突发封路就作废；写得再细，也预测不了天气突变。P&E 的软肋同样明显：计划质量依赖 Planner 的水平，如果目标本身含糊，计划必然含糊；计划一旦与真实环境脱节，执行得越忠实，反而错得越远。

局限可以归结为三点：一是规划偏差，目标描述不清晰时，子任务拆分必然走样；二是环境变化，静态计划对动态世界不敏感，必须靠重规划兜底；三是重规划成本，m 越大越灵活，但每一次 Plan 调用都是真金白银的模型开销。这三者共同构成一个核心权衡——多久重新看一次地图？

未来的研究方向包括：自适应重规划（让模型自己判断何时该重新看地图）、分层规划（先定省份再定城市，逐级细化）、以及 P&E 与 ReAct 的混合范式。回到云南的旅程：老周回了家，小王也回了家，只是一个电脑桌面是旅行照片，一个是教训总结。在 AI 长链任务这场旅途中，先规划再执行，始终是那条最稳妥的路。

AI 应用场景

Python 演示

# -*- coding: utf-8 -*-"""Plan-and-Execute 的最小演示: 先规划子任务, 再逐步执行, 失败时重规划. """  class PlanExecuteAgent:    """规划-执行智能体: 外层是线性计划, 内层是独立子任务执行. """     def __init__(self):        self.plan = []        self.outputs = []        self.replans = 0     def plan_for(self, goal, items):        # 规划阶段: 把目标拆成显式的 (任务, 参数) 序列        if goal == "sum_even_double":            self.plan = [("sum_even", items), ("mul", 2)]        elif goal == "double_first":            self.plan = [("mul", 2)]  # 故意漏掉求和, 用于演示重规划        else:            self.plan = [("pass", items)]        return [t for t, _ in self.plan]     def execute(self, task, arg):        # 执行阶段: 每个子任务只拿到自己的局部输入        if task == "sum_even":            return sum(x for x in arg if isinstance(x, int) and x % 2 == 0)        if task == "mul":            if not self.outputs:                raise RuntimeError("missing sum result")            return self.outputs[-1] * arg        if task == "pass":            return arg        raise ValueError("unknown task: " + task)     def replan(self, cause, items):        # 重规划: 发现依赖缺失时, 补齐前置子任务        self.replans += 1        names = [t for t, _ in self.plan]        if "sum_even" not in names:            self.plan.insert(0, ("sum_even", items))     def run(self, goal, items):        self.plan_for(goal, items)        self.outputs = []        guard = 0        while self.plan and guard < 6:            guard += 1            task, arg = self.plan.pop(0)            try:                self.outputs.append(self.execute(task, arg))            except RuntimeError as cause:                self.plan.insert(0, (task, arg))  # 失败任务放回, 等待前置补齐                self.replan(str(cause), items)        return self.outputs[-1] if self.outputs else None  def naive_one_shot(items):    """无规划基线: 不加分解一次性处理, 容易误读目标. """    return sum(items) * 2  # 误把"偶数求和"理解成"全部求和"  def main():    items = [1, 2, 3, 4, 5, 6]    agent = PlanExecuteAgent()    print("plan:", agent.plan_for("sum_even_double", items))    print("p&e result:", agent.run("sum_even_double", items))   # 期望 24    print("replan result:", agent.run("double_first", items))   # 期望 24    print("replan count:", agent.replans)    print("naive result:", naive_one_shot(items))               # 得到 42, 偏离目标  if __name__ == "__main__":    main()

1. self.plan = [("sum_even", items), ("mul", 2)]规划阶段把目标翻译成显式子任务序列，执行阶段不再需要边做边想目标是什么。
2. task, arg = self.plan.pop(0)执行阶段逐项取出任务，每个子任务只面向自己的局部输入。
3. raise RuntimeError("missing sum result")子任务暴露依赖缺失，成为触发重规划的明确信号。
4. self.plan.insert(0, ("sum_even", items))重规划器补齐前置步骤，保证后续子任务有输入可用。
5. naive_one_shot(items)无规划基线一次成型，误读目标后没有任何纠错机会，最终结果偏离预期。

常见误区

面试题