案例分析一:Coding Agent 修一个单文件 Bug,为什么 Planner 反而可能降低效率?

这个案例非常适合帮大家建立“不是所有任务都该 Planner”的直觉。下面这张图左边是直接行动,右边是强行 Planner,你一对比,差别就很明显了。

图片[1]-案例分析一:Coding Agent 修一个单文件 Bug,为什么 Planner 反而可能降低效率?-大赛人网

像单文件报错、修一个小 bug 这种问题,直接读错误、打开文件、改代码、运行验证,路径很短,反馈也很快;如果强行先做 Plan、拆 Task、再切回执行,反而增加上下文切换和 token 开销。所以,小而直接的问题,很多时候就是更适合直接行动。

场景背景

场景背景

用户:

“utils.py 第 43 行空指针,帮我修掉并跑对应测试。”

任务非常明确。

Agent 已知:

文件
错误位置
目标
验证方式

不用 Planner

可以:

read utils.py
↓
edit utils.py
↓
pytest tests/test_utils.py
↓
done

大概:

3~4 Step

强行 Planner

先:

分析任务
生成 Plan
保存 Plan
执行 Task1
执行 Task2
更新 Plan
最终总结

模型调用增加。

状态增加。

甚至 Planner 可能写:

Task1 检查项目结构
Task2 搜索其他相关模块
Task3 分析数据流

反而扩大任务范围。

结果

不用 Planner:

更快
更便宜
更直接

复盘

这就是:

Planner 不是能力越多越好。

它应该解决复杂任务结构。

不是给简单任务增加仪式感。

© 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