规划

关于推理过程本身的高阶推理，包括策略选择与监控

一种自动化规划方法，利用领域知识将复杂任务分解为由更简单任务构成的分层结构网络

面向复杂多步骤流程的系统化任务分解、进度跟踪与自适应工作流管理

将复杂目标系统性地拆解为可实现、可衡量且具有明确成功标准的子目标

一种在优化目标的同时，同时满足多个约束条件的规划方法

面向多种可能的未来和不确定条件进行准备的多情景规划

预先生成完整的计划或工具调用图，使其与工具观测结果解耦，然后才开始执行。ReWOO 在任何操作运行之前就写出一条以变量参数化的工具调用链，从而减少冗余的模型调用；LLMCompiler 构建依赖关系 DAG，并并行分发相互独立的工具调用。这与 ReAct 不同，后者每次只交替进行一次思考和一次行动，并将每个观测结果重新送回提示词中。

智能体维护一份明确且可编辑的待办事项或计划工件（例如一次 write_todos 工具调用或一个 todo.md 文件），并随着工作推进不断重写和复述它。在上下文窗口末尾重新输出这份不断演进的计划，会在每一步都把全局目标重新推入模型的近期注意力，从而在长时间运行中抵御目标漂移和“迷失于中间（lost in the middle）”式的遗忘。

智能体维护一个世界模型（或直接将 LLM 本身用作世界模型），用它预测每个候选动作的下一状态和后果，然后在真实环境中执行任何操作之前，运行前瞻式推演（“先想象，再行动”）来对动作进行评分和选择。这将基于模型的强化学习扩展到语言智能体，在动作不可逆、且无法在线上网站或 GUI 上回退的场景中尤为重要。它不同于 scenario-planning，后者在没有动作-后果模拟器的情况下对若干战略性未来进行推理；也不同于 reflective-mcts，后者搜索的是推理轨迹，而非模拟的环境状态。