小节二:什么任务适合 Planner——复杂度、依赖、阶段性和风险才是真正判断标准

这一小节最容易陷入“凭感觉判断”。但真到工程里,最好还是有个顺手的判断框架。下面这张流程图,就是一个非常实用的快速判断标准:从能否拆阶段、是否有依赖、是否跨系统、是否需要中间检查点、以及用户约束是否很多这几个角度来判断。

图片[1]-小节二:什么任务适合 Planner——复杂度、依赖、阶段性和风险才是真正判断标准-大赛人网

你可以把它理解成一个“任务体检表”。只要连续几个问题都偏向“是”,那这个任务大概率就值得引入 Planner;反过来,如果任务单步、直接、低风险,那很可能就没必要额外上这一层。

Planner 不是按:

Planner 不是按:

Agent 名字高级不高级

来决定。

而是看任务特征。

特征一:任务明显可以拆阶段

例如:

项目迁移
数据分析
代码重构
部署
研究报告

它们通常天然有:

理解
执行
验证
总结

几个阶段。

这种任务 Planner 很合适。

特征二:步骤之间有依赖

例如:

先确认测试命令
才能验证修改

先读取配置结构
才能设计迁移

先确认数据口径
才能下钻分析

如果前置未完成,后面的任务不应该开始。

Plan 可以显式表达:

Task2 depends_on Task1

即使第一版我们不实现复杂 DAG,也应该有顺序意识。

特征三:任务跨多个系统

比如:

读代码
查数据库
运行测试
修改文件
生成报告

这种任务容易切换上下文。

Plan 能帮助 Agent 记住全局阶段。

特征四:需要中间检查点

比如:

修改配置层
→ 测试
→ 再改调用层

而不是全部改完最后才测。

Plan 可以明确:

每个阶段都有 verification

特征五:用户约束很多

例如:

不能新增依赖
不能修改 tests/
只做最小改动
必须保留接口兼容

复杂约束下,Plan 可以显式把:

Constraint

和每个 Task 关联。

哪些任务不适合 Planner?

例如:

读取一个文件
查一个字段
回答一个明确问题
调用一个 Tool 就能完成

还有一种:

探索性极强,初始信息极少

也不一定适合一开始生成完整 Plan。

比如:

“这个陌生项目为什么启动失败?”

如果还没读任何文件,计划太细反而是假规划。

可以先:

Scout / Inspect

再 Plan。

也就是说:

先探索一点
再规划

也完全合理。

一个 PlannerDecision

from dataclasses import dataclass


@dataclass
class PlanningDecision:
    use_planner: bool
    reason: str

然后程序可以基于简单规则:

任务长度
预估阶段数
是否多工具
是否有强约束

决定是否调用 Planner。

当然也可以让模型判断。

但最终系统应有:

Planner 不是默认必选。

© 版权声明
THE END
喜欢就支持一下吧
点赞14 分享
评论 抢沙发
头像-大赛人网
欢迎您留下宝贵的见解!
提交
头像-大赛人网

昵称

取消
昵称

    请登录后查看评论内容