CoT与ReAct

Planning 基础Agent 中的 Planning 是什么？Planning 和 Reasoning 有什么区别？为什么 Agent 需要 Planning？Planning 通常需要解决哪些子问题？什么情况下固定 workflow 比动态 planning 更合适？

字数: 945 | 语雀原文

---

Planning 基础

• Agent 中的 Planning 是什么？
• Planning 和 Reasoning 有什么区别？
• 为什么 Agent 需要 Planning？
• Planning 通常需要解决哪些子问题？
• 什么情况下固定 workflow 比动态 planning 更合适？
• Planning 方法为什么需要停止条件？
• Planning 失败会导致哪些问题？
• 如何评估一个 plan 的质量？
• Planning 与 tool use 有什么关系？
• Planning 与 memory 有什么关系？ ​

Chain-of-Thought

• 什么是 Chain-of-Thought？
• CoT 为什么能提升复杂推理任务表现？
• CoT 适合哪些任务？
• CoT 不适合哪些任务？
• few-shot CoT 和 zero-shot CoT 有什么区别？
• CoT 和普通逐步说明有什么区别？
• CoT 的主要风险有哪些？
• 为什么 CoT 可能出现“推理链看似合理但答案错误”？
• 生产系统中为什么不一定展示完整 CoT？
• CoT 如何和 self-consistency 结合？ ​

ReAct

• ReAct 的核心思想是什么？
• ReAct 中 Reasoning 和 Acting 分别指什么？
• ReAct 的典型模式是什么？
• ReAct 相比纯 CoT 的优势是什么？
• ReAct 适合哪些任务？
• ReAct 不适合哪些任务？
• ReAct 中 Observation 的作用是什么？
• 为什么 ReAct 可以降低模型仅凭先验回答的风险？
• ReAct 的常见失败模式有哪些？
• 生产系统中如何实现安全的 ReAct？ ​

LLM+P（需要了解什么是LLM + P）

• LLM+P 的核心思想是什么？
• LLM+P 中 LLM 和 classical planner 分别负责什么？
• 什么是 PDDL？它在 LLM+P 中有什么作用？
• LLM+P 适合哪些任务？
• LLM+P 不适合哪些任务？
• LLM 把自然语言转成规划问题时可能出现哪些错误？
• 经典 planner 的优势是什么？
• LLM+P 的工程难点有哪些？
• LLM+P 和 ReAct 有什么区别？
• 什么时候应该优先考虑符号规划而不是纯 LLM planning？ ​

Tree of Thoughts

• Tree of Thoughts 的核心思想是什么？
• ToT 中的 thought 是什么？
• ToT 和 CoT 的主要区别是什么？
• ToT 适合哪些任务？
• ToT 的主要成本是什么？
• ToT 可以结合哪些搜索策略？
• BFS、DFS、Beam Search 在 ToT 中分别有什么特点？
• ToT 中评估函数可以来自哪里？
• ToT 为什么适合需要回溯的问题？
• ToT 在生产系统中有什么限制？ ​

方法比较与应用

• 请比较 CoT、ReAct、LLM+P、ToT 的输入输出形式。
• 请比较 CoT、ReAct、LLM+P、ToT 的成本。
• 请比较 CoT、ReAct、LLM+P、ToT 的可控性。
• 哪些方法适合需要外部信息的任务？
• 哪些方法适合状态和动作可形式化的任务？
• 哪些方法适合多候选路径探索？
• 如何为数学题选择 planning 方法？
• 如何为网页问答选择 planning 方法？
• 如何为机器人任务选择 planning 方法？
• 如何为代码调试任务选择 planning 方法？ ​

排错与综合设计

• 如果 CoT 输出冗长且错误，你会如何改进？
• 如果 ReAct 频繁选错工具，你会如何改进？
• 如果 ReAct 忽略 Observation，你会如何处理？
• 如果 LLM+P 生成的 PDDL 错误，你会如何排查？
• 如果 ToT 成本太高，你会如何优化？
• 如何为 Planning 系统设计 trace？
• 如何给 Planning 加 verifier？
• 请设计一个结合 ReAct 和 rerank 的文档问答 Agent。
• 请设计一个结合 ToT 和工具验证的复杂推理系统。
• 请系统总结 CoT、ReAct、LLM+P、ToT 的原理、适用场景、优缺点和面试表达要点。