Agent 规划与推理设计：ReAct/CoT/Plan-and-Execute 的架构决策

1. 三种范式的架构解析

1.1 ReAct：推理-行动循环

ReAct（Reasoning and Acting）由 Yao 等人于 2022 年提出[2]，核心思想是在 LLM 推理中交替插入外部动作。其运行模式为 Thought → Action → Observation → Thought → ... 的无限循环，直到 Agent 判定任务完成。

架构特征：

图 1: ReAct 循环架构 — Thought/Action/Observation 三元循环

ReAct 的关键设计参数：

优势：路径动态调整能力强，每一步可基于观察结果修正策略。适合工具密集型任务，如多源信息检索、API 调用链[2][5]。

劣势：无全局视野，可能陷入循环；每步都需要 LLM 推理，延迟线性增长；上下文累积导致后期推理质量下降[4]。

1.2 Chain-of-Thought：思维链推理

CoT（Chain-of-Thought）由 Wei 等人于 2022 年提出[8]，核心是通过 Prompt Engineering 引导 LLM 生成中间推理步骤。CoT 本身不是 Agent 架构，而是 LLM 推理增强技术，但在 Agent 系统中作为"纯推理层"广泛使用。

架构特征：

图 2: CoT 线性推理架构 — 无外部工具调用的内部思维链

CoT 的变体及其架构含义：

在 Agent 系统中的角色：CoT 通常不独立作为 Agent 架构，而是作为 ReAct 中的 Thought 步骤的推理增强，或 Plan-and-Execute 中 Planner 的规划能力增强[8][9]。

优势：无需外部工具即可提升推理准确率；在数学、代码生成等纯推理任务上效果显著；延迟可控（单次 LLM 调用）。

劣势：无法与外部环境交互；复杂任务中推理链可能断裂；缺乏纠错机制（一旦中间步骤出错，后续全部偏离）[8]。

1.3 Plan-and-Execute：规划-执行分离

Plan-and-Execute 将任务分解为两个独立阶段：先由 Planner 生成完整执行计划，再由 Executor 按步骤执行[7]。该范式的核心创新是规划与执行的关注点分离，允许在两个阶段使用不同策略甚至不同模型。

架构特征：

图 3: Plan-and-Execute 时序图 — Planner/Executor/Verifier 三角色协作

架构优势拆解：

1. 异构模型调度：Planner 可用强模型（GPT-4o）做精细规划，Executor 可用快模型（GPT-4o-mini）执行具体步骤，成本优化可达 40-60%[7][10]
2. 计划缓存（Plan Caching）：相似任务可复用已有计划模板，NeurIPS 2025 的研究显示延迟可降低 30-50%[11]
3. Re-planning 能力：执行中发现偏差时触发局部重规划，而非全盘推翻[7]

2. 架构对比与选型决策树

2.1 三维对比矩阵

表 1: 三种规划范式维度对比矩阵（准确率数据综合自 LangChain 框架测试和 Wollen Labs 2025 年分析[1][7]）

2.2 场景决策树

图 4: 范式选型决策树 — 根据任务特征选择最优规划模式

2.3 实际性能数据

基于 LangChain 框架和公开基准测试的对比数据（GPT-4 级模型）[1][7][10]：

表 2: 三种范式性能对比数据（数据来源：LangChain 官方测试和 dev.to 实践对比[1][7]）

3. 落地架构与代码结构

3.1 ReAct 落地：LangGraph 实现

LangGraph 是 2025 年 ReAct Agent 的主流实现框架[1]，提供原生的循环控制和状态管理：

# ReAct Agent 核心架构 (LangGraph)
from langgraph.prebuilt import create_react_agent
from langchain_core.tools import tool

@tool
def search(query: str) -> str:
    """搜索互联网获取信息"""
    return web_search(query)

@tool
def calculate(expression: str) -> str:
    """执行数学计算"""
    return str(eval(expression))

# 创建 ReAct Agent
agent = create_react_agent(
    model=ChatOpenAI(model="gpt-4o"),
    tools=[search, calculate],
    checkpointer=PostgresSaver(conn=pool),  # 状态持久化
)

# 执行
config = {"configurable": {"thread_id": "t001"}}
result = agent.invoke(
    {"messages": [HumanMessage("2024年诺贝尔物理学奖得主的国籍是什么?")]},
    config=config
)

生产要点：

• max_iterations 限制：防止无限循环，典型值 10-15
• 工具描述质量：直接影响 LLM 工具选择准确率
• Checkpointer：支持断点恢复，避免长任务重头开始

3.2 CoT 落地：提示词工程

CoT 在 Agent 中通常作为 Prompt 模式嵌入：

# CoT 增强的 Agent Prompt
COT_SYSTEM_PROMPT = """你是一个需要逐步推理的助手。

请严格按以下格式输出：
## 分析
[分析问题的关键要素]

## 步骤 1: [步骤名]
[推理过程]

## 步骤 2: [步骤名]
[推理过程]

## 验证
[检查是否有逻辑漏洞]

## 最终答案
[给出最终答案]
"""

# Self-Consistency: 多次采样取最优
def self_consistency_cot(query: str, n_samples: int = 5):
    results = []
    for _ in range(n_samples):
        result = llm.invoke(COT_SYSTEM_PROMPT + query)
        results.append(extract_answer(result))
    return majority_vote(results)  # 投票取最多数

注意：CoT 需要与 ReAct 区分。CoT 是纯内部推理（无外部工具），而 ReAct 的 Thought 步骤可以嵌入 CoT 推理[8][9]。

3.3 Plan-and-Execute 落地：三阶段架构

# Plan-and-Execute 核心架构
from langchain_experimental.plan_and_execute import (
    PlanAndExecute, load_agent_executor, load_chat_planner
)

# 阶段 1: Planner（规划器）— 使用强模型
planner = load_chat_planner(
    ChatOpenAI(model="gpt-4o", temperature=0)
)

# 阶段 2: Executor（执行器）— 使用快模型
executor = load_agent_executor(
    ChatOpenAI(model="gpt-4o-mini", temperature=0),
    tools=[search_tool, calculator_tool, csv_tool],
    verbose=True
)

# 组合
agent = PlanAndExecute(
    planner=planner,
    executor=executor,
    verbose=True,
    max_iterations=20,       # 最大步骤数
    early_stopping="generate",  # 提前终止策略
)

# 执行
result = agent.run(
    "分析 sales_data.csv 中 Q4 销售趋势，"
    "计算同比增长率，并生成摘要报告"
)

生产要点：

• Planner/Executor 模型分级：Planner 用 GPT-4o（$0.01/1K input），Executor 用 GPT-4o-mini（$0.00015/1K input），成本降低 60 倍[10]
• Re-planning 机制：当某步骤失败或结果偏离预期时，触发 Planner 重新规划后续步骤
• 计划模板缓存：对于重复性任务（如日报生成），缓存计划结构仅替换参数[11]

4. 混合架构：2025 年的最佳实践

4.1 分层混合策略

2025 年的主流趋势不是"选一个范式"，而是按子任务特征动态选择[1][7]：

图 5: 混合 Agent 架构 — Router 根据子任务特征动态选择规划范式

4.2 范式演进路径

从简单到复杂的 Agent 架构演进路线图[4]：

4.3 框架选型建议

表 3: 主流 Agent 框架的规划范式支持矩阵（数据截至 2025 年底）

5. 常见陷阱与避坑指南

5.1 ReAct 常见陷阱

5.2 Plan-and-Execute 常见陷阱

5.3 通用避坑原则

1. 先 ReAct，后优化：大多数项目从 ReAct 起步，只有在准确率或延迟不满足需求时才升级为 Plan-and-Execute 或混合架构
2. 监控 Token 消耗：ReAct 循环可能导致 Token 消耗不可预测，设置硬性上限
3. 评估先于部署：建立自动化评估管道，对比不同范式在实际任务上的表现
4. 考虑 Reasoning Model 的冲击：2025-2026 年，o1/o3/DeepSeek-R1 等推理模型内置 CoT，可能替代显式 CoT prompt[10]

6. 架构选型 Checklist

在做架构决策时，按以下维度评估：

• 任务步骤是否可预测？ → 是：Plan-and-Execute；否：ReAct
• 是否需要外部工具？ → 否：CoT-only；是：ReAct 或 Plan-and-Execute
• 延迟预算是否紧张？ → 是：CoT 或轻量 ReAct；否：Plan-and-Execute
• 准确率要求是否高于 90%？ → 是：Plan-and-Execute + 验证层
• 任务是否重复性高？ → 是：Plan-and-Execute + 计划缓存
• 是否需要动态调整路径？ → 是：ReAct；否：Plan-and-Execute
• 预算是否有限？ → 是：混合架构（弱模型做 Executor）

7. 结论

Agent 规划范式的选型没有绝对最优解，但有清晰的决策框架：

1. ReAct 是默认选择：适合大多数工具使用场景，实现简单，路径灵活
2. CoT 是推理增强器：不是独立架构，而是 ReAct 的 Thought 步骤或 Plan-and-Execute 的 Planner 的能力增强
3. Plan-and-Execute 是精度优先方案：在复杂多步骤任务中准确率最高，但架构复杂度和延迟也最高
4. 混合架构是终局方向：2025-2026 年的架构趋势是在同一系统中按子任务特征动态选择规划模式

核心建议：从 ReAct 起步，建立评估基准，根据实际性能数据决定是否需要升级为 Plan-and-Execute 或混合架构。不要过早优化——大多数 Agent 的瓶颈不在规划范式，而在工具质量、Prompt 设计和错误处理[1][2][7]。

📚 参考资料

1. Wollen Labs. "Navigating Modern LLM Agent Architectures" (2025). https://www.wollenlabs.com/blog-posts/navigating-modern-llm-agent-architectures-multi-agents-plan-and-execute-rewoo-tree-of-thoughts-and-react
2. Yao, S. et al. "ReAct: Synergizing Reasoning and Acting in Language Models" (ICLR 2023). https://arxiv.org/abs/2210.03629
3. Emergent Mind. "ReAct Architecture: Reason, Act, Reflect" (2026). https://www.emergentmind.com/topics/reason-act-reflect-react-architecture
4. Coforge. "ReAct, Tree-of-Thought, and Beyond: The Reasoning Frameworks Behind Autonomous AI Agents" (2025). https://www.coforge.com/what-we-know/blog/react-tree-of-thought-and-beyond-the-reasoning-frameworks-behind-autonomous-ai-agents
5. Li, H. et al. "Focused ReAct: Reiteration and Early Stop for Agentic Reasoning" (2024). https://arxiv.org/abs/2410.10779
6. LangChain Documentation. "LangGraph Prebuilt Agents" (2025). https://langchain-ai.github.io/langgraph/how-tos/create-react-agent/
7. James Li. "ReAct vs Plan-and-Execute: A Practical Comparison of LLM Agent Patterns" (2025). https://dev.to/jamesli/react-vs-plan-and-execute-a-practical-comparison-of-llm-agent-patterns-4gh9
8. Wei, J. et al. "Chain-of-Thought Prompting Elicits Reasoning in Large Language Models" (NeurIPS 2022). https://arxiv.org/abs/2201.11903
9. Prompt Engineering Guide. "Chain-of-Thought (CoT) Prompting" (2025). https://www.promptingguide.ai/techniques/cot
10. DigitalApplied. "LangChain AI Agents: Complete Implementation Guide 2025" (2025). https://www.digitalapplied.com/blog/langchain-ai-agents-guide-2025
11. Zhang, Z. et al. "Cost-Efficient Serving of LLM Agents via Test-Time Plan Caching" (arXiv 2025). https://arxiv.org/abs/2506.14852
12. Yao, S. et al. ReAct GitHub Repository (2023). https://github.com/ysymyth/ReAct
13. Louis Bouchard. "ReAct vs Plan-and-Execute: The Architecture Behind Modern AI Agents" (2025). https://louisbouchard.substack.com/p/react-vs-plan-and-execute-the-architecture
14. Stevens Institute. "The Hidden Economics of AI Agents: Managing Token Costs and Latency" (2026). https://online.stevens.edu/blog/hidden-economics-ai-agents-token-costs-latency/