S21-B02 · ReAct 与规划：从 CoT 到 Plan-and-Execute

适用读者：Agent 老是"想偏"或"绕圈"的人。
前置：S21-B01。
实测环境：Python 循环模拟（2026-11-05）。
覆盖旧文：708(400) 612(431) 2164(296) + 规划类 7 卡 = 1,916 点。
覆盖扩展：E-S21-003（ReAct vs 规划）。
上一篇：S21-B01 · Agent 是什么：定义、能力全景与第一个 Agent
下一篇：S21-B03 · Function Calling 与工具设计。

1. 一句话结论

ReAct 是"边想边做"（每步观察结果再决策），Plan-and-Execute 是"先列计划再执行"。前者灵活、后者可控——多数生产系统是"计划为主 + ReAct 兜底"。

范式	流程	优点	缺点
CoT	一次性推理	简单	无法用工具
ReAct	思考→行动→观察→再思考	能纠错	步数不可控
Plan-and-Execute	先出计划，再逐步执行	可预估成本	计划错了要重来
混合	计划 + 局部 ReAct	兼顾	实现复杂

2. 实测：不设上限会烧多少（E-S21-003）

模拟：400 个请求，其中 5% 是"工具永远失败"的不可修复情况；每步约 1200 token。

配置	平均步数	最长步数	总 token	转人工
无上限（外部硬停 50 步）	2.8	50	1,336k	13/400
上限 8 步	1.4	8	658k	13/400

两个结论：

观察	含义
转人工都是 13/400	上限不影响"问题是否被发现"
token 减半（1336k → 658k）	上限只砍成本，不砍效果

"所以步数上限不是保守，是必要"——它在不牺牲正确性的前提下砍掉一半花费。

3. ReAct 的循环骨架

Thought: 我需要查订单状态
Action: query_order(order_id=123)
Observation: {"status": "shipped"}
Thought: 已发货，可以回答
Action: finish(answer="已发货")

要素	注意
Observation 要截断	工具返回太长会爆上下文（S20-J02）
Thought 不要外泄	可能含内部策略
失败要回传	否则模型重复同一个失败动作

4. Plan-and-Execute 的适用判据

判据	选 Plan
步骤可枚举（如"查三张表再汇总"）	✅
成本要可预估	✅
环境会变（计划易失效）	❌（用 ReAct）
需要探索	❌

"计划错了怎么办"：重规划（replan）——每步后检查是否偏离，偏离就重新出计划。

5. 五个误区

误区	真相
"步数上限会降低成功率"	实测成功率不变（13/400 相同）
"ReAct 一定比 Plan 好"	成本不可控
"计划一次就够"	环境变化要 replan
"Observation 原样塞回去"	会爆上下文
"思考过程可以给用户看"	可能泄露内部策略

6. 自检

CoT / ReAct / Plan 的差别？
实测里上限 8 与无上限的 token 差多少？
为什么上限不影响成功率？
Observation 为什么要截断？
什么时候该 replan？

7. 下一篇

S21-B03 · Function Calling 与工具设计

循环讲完，下一篇讲"工具怎么定义模型才用得对"。

本篇属于系列《S21 · Agent 工程与 MCP》。旧文来源：A-708/612/2164 + 规划类 7 卡；扩展点 E-S21-003。步数与 token 为 Python 模拟（每步按 1200 token 估算）。