延伸阅读

一句话理解：Planning 的理论基础来自经典规划、强化学习与 LLM 推理，工程实现则分布在各大 Agent 框架与工业实践中，推荐阅读顺序是：论文 → 框架文档 → 工程文章 → 源码。

本章提供论文、框架文档、工程文章与学习路径，帮助读者从理论到实践系统掌握 Planning。

论文

基础与演进

• Chain-of-Thought Prompting Elicits Reasoning in Large Language Models

  • CoT 的开山之作，理解 LLM 逐步推理的基础。

• ReAct: Synergizing Reasoning and Acting in Language Models

  • 推理与行动交错，是 Planning 从隐式到显式的重要过渡。

• Plan-and-Solve Prompting: Improving Zero-Shot Chain-of-Thought Reasoning by Large Language Models

  • 先制定计划再求解，是显式 Planning 的重要早期工作。

显式 Planning 与搜索

• Tree of Thoughts: Deliberate Problem Solving with Large Language Models

  • 把推理组织成树并搜索，适合需要多路径探索的任务。

• LLM+P: Empowering Large Language Models with Optimal Planning Proficiency

  • LLM + 经典规划器（PDDL），适合状态/动作可形式化的问题。

• HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in HuggingFace

  • LLM 作为任务规划器，调度多个专家模型。

Multi-Agent 与协作规划

• AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation

  • AutoGen 的论文，理解多 Agent 对话式规划。

• MetaGPT: Meta Programming for A Multi-Agent Collaborative Framework

  • 用角色化协作完成复杂软件工程任务，体现分层 Planning。

反思与自我改进

• Reflexion: Self-Reflective Agents with Verbal Reinforcement Learning

  • 理解 Reflection 如何与 Planning 配合。

• Self-Refine: Iterative Self-Refinement with Feedback-LLMs

  • 自我迭代的生成-反馈-改进循环。

2025-2026 新进展

• Language Agent Tree Search Unifies Reasoning Acting and Planning

  • LATS：用 MCTS 统一推理、行动与规划，理解"搜索式规划"的奠基工作。

• ReWOO: Efficient Agentic Workflow with World Model-Based Sequential Planning

  • 带占位符的计划把推理与观测解耦，token 成本大幅降低。

• Agent Workflow Memory

  • 从历史轨迹归纳可复用工作流模板，WebArena 成功率从约 23.5% 提升到 35.5%。

• AFlow: Automating Agentic Workflow Generation（ICLR 2025）

  • 用 MCTS 自动搜索工作流代码，小模型以约 4.6% 成本击败 GPT-4o。

• Plan-and-Act: Improving Planning of Agents for Long-Horizon Tasks（ICML 2025）

  • 合成数据训练专用 Planner，规划从提示工程升级为模型能力。

• Scaling Test-Time Compute for LLM Agents

  • 系统总结 Agent 测试时扩展四手段：并行采样、序贯修正、Verifier、轨迹多样化。

• Structured Handling of Exceptions in LLM-Driven Agentic Workflows (SHIELDA)

  • 36 类异常（分布于 12 类 agent artifact）的分类学与恢复动作集（Plan Repair / Plan Shortening / Abort Task Chain）。

• HiPER: Hierarchical Reinforcement Learning with Explicit Credit Assignment for LLM Agents（ICML 2026）

  • 层级 RL 训练"高层出子目标、低层做执行"的双层策略，ALFWorld 97.4%。

• From Coarse to Fine: Self-Adaptive Hierarchical Planning for LLM Agents (AdaPlan-H)（ACL 2026 Findings）

  • 按任务复杂度自适应细化计划，避免过度规划。

• OSWorld 2.0: Benchmarking Computer Use Agents on Long-Horizon Real-World Tasks

  • 长程任务新基准：最强系统仅约 20%，是检验 Planning 层的试金石。

• Stanford HAI AI Index Report 2026

  • OSWorld 等 Agent 基准进展的官方数据汇总。

框架文档

• LangGraph Plans

  • LangGraph 的计划概念与图结构执行。

• LangChain Planning for Agents

  • LangChain 对 Planning 的工程设计思考。

• OpenAI Agents SDK Handoffs

  • OpenAI Agents SDK 中的 Agent 转交机制。

• AutoGen Planning Tutorial

  • AutoGen 的 Planning 教程与多 Agent 协作示例。

• Semantic Kernel Planners

  • 微软 Semantic Kernel 的 Planner 能力介绍。

工程文章

• How we built our multi-agent research system - Anthropic

  • 生产级"中央 Planner + 并行子 agent"架构的完整复盘。

• Lessons from scaling teams of coding agents - Cohere

  • 2026-10：规划是并行委派的明确赢家——只委派规划与全链路委派奖励持平（63.6% vs 63.2%）而成本减半；强模型领队 + 廉价规划工人可达前沿约 98% 奖励、约 30% 成本。

• How We Broke Top AI Agent Benchmarks - UC Berkeley RDI

  • 8 个主流 Agent 基准的操纵漏洞复盘（WebArena 约 100%、GAIA 约 98% 可"不解题拿分"），自建评测前必读。

• Why Checkpoints Aren't Durable Execution - Diagrid

  • checkpoint 与 durable execution 的区别，生产选型必读。

• Building LLM Agents: A Practical Guide

  • 关于 LLM Agent 构建的实用指南，涵盖 Planning。

• The Rise and Potential of Large Language Model Based Agents: A Survey

  • LLM Agent 综述，Planning 是其中重要章节。

• A Survey on Large Language Model based Autonomous Agents

  • 另一篇高质量综述，系统梳理 Agent 架构。

• Understanding the Planning of LLM Agents: A Survey

  • Planning 专题目综述：任务分解、计划选择、外部模块、反思、记忆五分类。

相关主题链接

本章所在 AI Infra Handbook 的相关主题：

• Agent Runtime：Planning 层的执行伙伴，负责任务调度与生命周期。
• Memory：为 Planning 提供上下文、历史计划与经验教训。
• Reflection：从失败中总结，驱动 Planning 重规划。
• Multi-Agent：与 Planning 协作，解决“谁来做”。
• MCP：为 Planning 提供标准化的外部能力接入。
• Tool Use：Planning 把工具调用作为计划中的原子步骤。
• Agent OS：Agent OS 调度并治理 Planning 生成的计划执行。

推荐学习路径

路径一：快速上手（1-2 周）

1. 阅读 ReAct 论文 与 LangChain Planning 博客。
2. 用 LangGraph 或 OpenAI Agents SDK 实现一个 Plan-and-Execute 原型。
3. 阅读本章的 02-core-ideas 与 07-mini-demo。

路径二：系统深入（1-2 月）

1. 精读 ToT、LLM+P、HuggingGPT 三篇论文。
2. 对比 ReAct、Plan-and-Execute、LangGraph、AutoGen 的源码实现。
3. 阅读本章的 03-architecture、04-planning-loop、05-core-modules。
4. 设计并实现一个带 DAG 执行、Observer、Replan Trigger 的 Planning 层。
5. 进阶：阅读 LATS、AFlow、Plan-and-Act、HiPER，理解搜索式规划与学习式 Planner 的设计取舍。

路径三：生产落地（持续）

1. 阅读 08-production-practice 与 09-best-practices。
2. 在真实业务中接入 Planning 层，重点验证计划验证、重规划风暴防护、HITL、审计。
3. 建立 SLO 监控体系（含推理预算与 pass^k 可靠性），持续优化分解模板与模型策略。
4. 定期复盘失败案例，沉淀到 Plan Memory。
5. 跟踪前沿：OSWorld 2.0 等长程基准的进展，评估测试时计算扩展与工作流沉淀的性价比。

本章小结

• Planning 的理论基础包括 CoT、ReAct、显式规划、树搜索、经典规划、多 Agent 协作与 Reflection。
• 2025-2026 年的主线是：搜索式规划（LATS/AFlow）、学习式 Planner（Plan-and-Act/HiPER/AdaPlan-H）、测试时计算扩展、神经符号校验与结构化异常恢复。
• 工程实现可重点参考 LangGraph、OpenAI Agents SDK、AutoGen、Semantic Kernel，以及 Anthropic 多智能体研究系统与 Diagrid 关于 durable execution 的工程复盘。
• 推荐按”快速上手 → 系统深入 → 生产落地”的路径学习，并结合本主题其他章节建立完整知识网络。

参考来源

• ReAct: Synergizing Reasoning and Acting in Language Models
• Planning for Agents - LangChain Blog
• Understanding the Planning of LLM Agents: A Survey
• Tree of Thoughts: Deliberate Problem Solving with Large Language Models
• AFlow: Automating Agentic Workflow Generation
• Plan-and-Act: Improving Planning of Agents for Long-Horizon Tasks
• LangGraph Plans
• OpenAI Agents SDK Handoffs
• AutoGen Planning Tutorial