04 — Agent 规划与推理
定位: Agent 的"大脑皮层"——理解 Agent 如何思考、规划、推理，以及如何从错误中学习和自我修正 面试高频度: ⭐⭐⭐⭐⭐
一、板块在体系中的位置
AI Agent 知识体系链路：
记忆系统 (02) ──→ 工具系统 (03)
↓ ↓
04-Agent规划与推理 ← 你现在在这里（依赖于记忆和工具）
↓
05-多智能体系统（将规划扩展到多 Agent）
↓
06-Agent安全与对齐（规划中的安全约束）
↓
07-主流Agent框架（框架中的规划实现）上游: **记忆系统**、**工具系统** 本板块: CoT/ReAct → 任务分解 → 自我反思 下游: **多智能体系统**
二、知识全景图
┌──────────────────────────────────────────────────────────┐
│ Agent 规划与推理全景 │
│ │
│ ┌──────────────────────────────────────┐ │
│ │ 推理技术谱系 │ │
│ │ │ │
│ │ 简单 ───────────────────────────→ 复杂 │
│ │ │ │
│ │ Zero-shot Prompt CoT ReAct Plan&Execute │
│ │ CoT Chaining Multi-agent │
│ │ │ │
│ └──────────────────────────────────────┘ │
│ │
│ ┌─ 本标准覆盖 ──────────────────────────────────────┐ │
│ │ 04.1: CoT 与 ReAct（思维链与推理-行动范式） │ │
│ │ 04.2: 任务分解（问题拆解策略） │ │
│ │ 04.3: 自我反思与修正（从错误中学习） │ │
│ └──────────────────────────────────────────────────┘ │
└──────────────────────────────────────────────────────────┘三、子专题导航
| # | 主题 | 面试频率 | 核心内容 |
|---|---|---|---|
| **04.1 CoT 与 ReAct** | ⭐⭐⭐⭐⭐ | Chain-of-Thought、ReAct 范式的原理与实现 | |
| **04.2 任务分解** | ⭐⭐⭐⭐ | 任务拆解策略、层次化规划 | |
| **04.3 自我反思与修正** | ⭐⭐⭐⭐ | Reflection 机制、错误纠正、持续改进 |
四、核心考点速记
考点 1: CoT vs ReAct 的区别
CoT (Chain-of-Thought): 纯推理，只有 Thought，没有 Action
"一步一步思考" → 最终答案
→ 适合：数学、逻辑推理
ReAct (Reasoning + Acting): 推理 + 行动交替
Thought → Action → Observation → Thought → ...
→ 适合：需要外部信息的复杂任务考点 2: 任务分解的三种策略
| 策略 | 做法 | 适用场景 |
|---|---|---|
| 自上而下 (Top-down) | 先拆大任务，再逐步细化 | 架构清晰的任务 |
| 自下而上 (Bottom-up) | 先做子任务，再组合 | 探索性任务 |
| 分层 (Hierarchical) | 多层抽象规划 | 超复杂任务 |
考点 3: 自我反思的两种模式
在线反思 (Online): 每步执行后立即检查
↔ 即时反馈，但增加了延迟
离线反思 (Offline): 全部完成后整体回顾
↔ 无延迟影响，但不能及时纠错五、面试高频追问一览
| 追问 | 关联笔记 | 频次 |
|---|---|---|
| CoT 和 ReAct 的本质区别？ | **CoT与ReAct** | ⭐⭐⭐⭐⭐ |
| 复杂任务如何拆解？ | **任务分解** | ⭐⭐⭐⭐ |
| Agent 如何自我修正？ | **自我反思与修正** | ⭐⭐⭐⭐ |
📚 相关文件
- **CoT与ReAct** — 推理范式的核心
- **任务分解** — 任务拆解策略
- **自我反思与修正** — 反思机制
- **Agent 架构模式** — 与 ReAct 的关系
- **设计文档**