AI Infra Handbook

主题

面试题 ​

一句话理解：Planning 面试题考察的是从“单次模型调用”到“长程自治系统”的设计思维，核心在于目标拆解、计划表示、执行反馈、动态调整与生产落地。

本章按初、中、高级整理 Planning 相关面试题，涵盖概念、实现与生产落地。

初级 ​

Q1：什么是 Agent Planning？与单次 prompt 有什么区别？ ​

参考答案： Agent Planning 是 Agent 中负责把高层目标拆解为可执行计划，并在执行过程中根据反馈动态调整的层。与单次 prompt 不同，Planning 强调多步、结构化、可观测、可回滚。单次 prompt 适合明确短程任务，Planning 适合长程复杂任务。

Q2：ReAct 和 Plan-and-Execute 的主要区别是什么？ ​

参考答案： ReAct 把推理与行动交错进行，计划是隐式的，每步只决定下一步行动。Plan-and-Execute 先显式生成完整计划，再按顺序执行，失败时可重规划。ReAct 灵活但缺乏全局视图，Plan-and-Execute 更可解释、可审计。

Q3：常用的计划表示有哪些？各有什么优缺点？ ​

参考答案： 常见计划表示包括列表、DAG、树、状态图。列表简单但无法表达依赖；DAG 能表达并行与依赖，是生产中最常用；树适合分层任务但难以表达跨分支依赖；状态图适合有明确生命周期和分支的任务。

Q4：Planning 层为什么要和 Runtime 层分离？ ​

参考答案： Planning 负责“做什么”，Runtime 负责“怎么调度执行”。分离后职责清晰，Planning 可以独立演化（如更换 Planner 模型），Runtime 可以专注于并发、超时、重试、生命周期管理。两者通过标准计划格式交互。

Q5：什么是重规划风暴？如何防护？ ​

参考答案： 重规划风暴指系统因同一失败反复触发重规划，导致成本飙升、无进展。防护措施包括设置冷却时间、最大重规划次数、失败分类（可恢复/不可恢复）、进展检测、成本上限、兜底策略。

中级 ​

Q6：设计一个 Plan-Execute-Observe-Replan 循环，画出关键组件与数据流。 ​

参考答案要点：

  • 组件：Planner、Plan Store、Scheduler、Executor、Observer、Replan Trigger、Policy Engine。
  • 流程：Planner 生成计划并存入 Plan Store；Scheduler 按依赖调度；Executor 执行步骤；Observer 评估结果；Replan Trigger 决定是否重规划；Policy Engine 控制终止与兜底。
  • 数据流：目标 → 计划 → 执行事件 → 观测结论 → 重规划决策 → 新计划。

Q7：DAG 计划如何调度执行？如果执行中某个步骤失败，如何处理依赖该步骤的后续步骤？ ​

参考答案要点：

  • 每次选择所有依赖都已成功的步骤执行；可用拓扑排序或动态就绪检测。
  • 若某步骤失败，依赖它的后续步骤应被标记为阻塞或失败，不能执行。
  • 根据失败类型决定：局部修复、子计划替换、全局重规划或终止。

Q8：Observer 的设计需要注意什么？ ​

参考答案要点：

  • Observer 不能只看是否抛异常，要评估业务目标是否达成。
  • 输出应结构化，包含状态、失败分类、是否可恢复、关键指标。
  • 对模型生成内容可引入 LLM-as-judge 或规则校验。
  • 记录足够上下文供 Reflection 和审计使用。

Q9：如何选择 Planning 方案？ReAct、Plan-and-Execute、ToT、LangGraph 各适合什么场景？ ​

参考答案要点：

  • ReAct：短程、工具链简单、允许探索的任务。
  • Plan-and-Execute：目标明确、步骤可预见的 SOP 型任务。
  • ToT：需要多路径探索的推理、决策、创意任务。
  • LangGraph：复杂控制流、条件分支、循环、并行的工作流。

Q10：Planning 如何与 Reflection 配合？ ​

参考答案要点：

  • Reflection 从失败中总结根因与改进建议，输出结构化结论。
  • Planner 根据 Reflection 建议生成新计划。
  • 建议写入 Plan Memory，帮助未来 Planning 避免类似失败。
  • 高 confidence 建议自动应用，低 confidence 建议转人工审核。

高级 ​

Q11：设计一个企业级 Planning 层的架构，说明如何与 Runtime、Memory、Reflection、Multi-Agent、MCP、Tool Use 集成并划分边界。 ​

参考答案要点：

  • Planning 层分为控制面（Goal Parser、Decomposer、Planner、Validator、Replan Trigger、Policy）和数据面（Plan Store、Plan Memory、Checkpoint Store）。
  • Runtime 消费计划并负责调度、并发、生命周期；Planning 不干预执行细节。
  • Memory 提供上下文与历史，Planning 读写 Plan Store 和 Plan Memory，但不处理向量化。
  • Reflection 输出失败分析，Planning 据此重规划。
  • Multi-Agent 解决“谁来做”，Planning 解决“做什么”；可采用中央 Planner 或分布式 Planner。
  • MCP/Tool Use 提供能力抽象，Planning 通过 Gateway 调用，不直接处理协议细节。

Q12：如何保证生产环境中 Planning 的可控性与安全性？ ​

参考答案要点：

  • 计划验证：语法、语义、安全、资源、业务约束检查。
  • HITL：关键节点人工审批。
  • 重规划防护：冷却、上限、进展检测、失败分类。
  • 审计：计划版本、执行状态、重规划原因、人工决策全记录。
  • 成本与 SLO：设置预算、监控 token 与工具调用、告警异常模式。

Q13：Planning 层的模型选择策略是什么？ ​

参考答案要点：

  • 复杂目标解析与全局重规划用强模型。
  • 简单格式化、步骤填充用轻量模型。
  • 验证与观测评估用规则 + 小模型/LLM-as-judge。
  • 建立模型路由与缓存，避免所有决策都走最强模型。
  • 对关键路径可用 ensemble 或规则兜底。

Q14：如何处理 Planning 中的目标漂移问题？ ​

参考答案要点：

  • Goal Parser 把目标结构化为可验证的成功标准。
  • 关键节点做目标一致性检查，确保执行未偏离原始目标。
  • 计划作为 artifact 被审计，可回溯。
  • 用户修正目标时显式生成新版本计划，而不是隐式混入当前执行。

Q15：如果你要为一个现有系统引入 Planning 层，会如何分阶段落地？ ​

参考答案要点：

  1. 评估：识别哪些任务需要 Planning，是否满足启用条件。
  2. 最小闭环：用 Plan-and-Execute 实现一个垂直场景，验证价值。
  3. 完善模块：补充 Observer、Replan Trigger、Policy、Validator。
  4. 集成周边：接入 Memory、Reflection、Multi-Agent、MCP。
  5. 生产加固：审计、HITL、成本监控、重规划风暴防护。
  6. 持续优化：基于生产数据迭代分解模板、约束规则与模型策略。

Q16：o1/R1 这类推理模型出现之后，显式 Planning 层还有必要吗？ ​

参考答案要点：

  • 推理模型把部分规划能力内化到测试时计算里，数学、代码等任务提升巨大，简单 Agent 任务（如 OSWorld 类）也因此快速逼近人类基线。
  • 但长程真实任务（OSWorld 2.0 上最强系统仅约 20%）的瓶颈在多步计划质量、错误传播与动态重规划——这些正是显式 Planning 层的能力范围。
  • 工程上的主流形态不是"二选一"，而是融合：推理模型充当 Planner（强弱模型分层路由），显式计划仍作为可审计、可回滚、可 HITL 的 artifact 存在。

Q17：什么是 Agent 的测试时计算扩展（test-time scaling）？如何用在规划上？ ​

参考答案要点：

  • 定义：在推理阶段投入更多计算换取更高成功率，与训练时计算相对。
  • 对 Agent 规划有效的四种手段：并行采样 Best-of-N / Beam（GAIA 上 BoN 将均分从约 55.8% 提升到 63.0%）、序贯修正（何时修正比修正几次更关键）、Verifier 排序合并（list-wise 最优）、轨迹多样化。
  • 预算分配纪律：规划是最值得加码的阶段，执行/验证加资源收益递减；预算要显式纳入 Policy Engine。
  • 树搜索（LATS/AFlow）是更激进的测试时扩展，但需可模拟环境，且应"规划时搜索、执行时线性"。

Q18：层级规划在 2025-2026 年有什么新进展？ ​

参考答案要点：

  • 自适应分层：AdaPlan-H（ACL 2026 Findings）先出粗略全局计划，按复杂度按需细化，避免过度规划。
  • 层级 RL：HiPER（ICML 2026）把高层子目标规划与低层执行拆成两个时间尺度分别训练，用 Hierarchical Advantage Estimation 解决长程稀疏奖励下的信用分配，7B 模型在 ALFWorld 达 97.4%。
  • 训练式 Planner：Plan-and-Act（ICML 2025）用合成轨迹标注训练专用 Planner，WebArena-Lite 57.6%。
  • 工程含义：任务分布稳定时，规划质量可以从提示工程升级为模型能力。

Q19：checkpoint 和 durable execution 是一回事吗？ ​

参考答案要点：

  • 不是。checkpoint 是状态快照：崩溃后数据不丢，可以从断点恢复（LangGraph 每 super-step 自动保存，生产用 Postgres）。
  • durable execution 还要求"执行自动重启"：进程/机器挂了之后，执行逻辑本身能被重新拉起继续跑。开源框架默认单进程，做不到这一点。
  • 方案：引入 Temporal 等持久化执行层（LangGraph 有插件，OpenAI Agents SDK 集成 2026-03 GA），或使用托管平台；选型时把"状态可恢复"与"执行可自动重启"作为两个等级分别验证。
  • 安全提醒：checkpoint 存储是攻击面，需要纳入安全审计（已有 SQLite checkpointing SQL 注入漏洞的公开案例）。

本章小结 ​

  • 初级题聚焦概念与基础对比。
  • 中级题关注循环设计、DAG 调度、Observer、方案选型与 Reflection 配合。
  • 高级题要求能设计企业级架构、保证可控安全、处理目标漂移、制定落地方案，并掌握 2025-2026 年的推理模型、测试时计算、层级规划与持久化执行新进展。

参考来源

Released under CC-BY-SA-4.0 License.

Copyright © 2026-present AI Infra Handbook Contributors