当 think 遇上 tool：深入解析 Agent 的规划之道
字数：约 3500 字 ｜ 预计阅读时间：10 分钟
大家好，我是 Leon。
AIcoding越来越卷，工具越接越多，但越用越让我焦虑 —— 特别是某 c....r
它总像一个急着表现的新同事，不问全局、就开始动手执行。我发现它：
- • 刚启动就火力全开：不等我把意图讲完就调工具；• 重复调用接口：出了错就死磕一个 API，丝毫没有“换个思路”的意识；• 逻辑断片严重：上一秒还在分析，下一秒就不记得自己分析的是什么。
这些坑我踩过太多次，以至于后来我都养成了“先给 AI 做一个冷启动提示词”的习惯。
有点像是：
“你别急，我先帮你想好怎么干，你再去动手。”
我们人类其实很擅长“在脑子里先走一遍流程”这件事。
这种能力，说白了就是 规划（Planning） 。AI 不具备，是因为它根本没有“做计划”这个意识。
作为一个在 AI 应用开发一线摸爬滚打的算法工程师，我的目标是让 Agent 拥有它。今天就和大家分享一下最近的学习心得 —— 如何让你的 Agent 学会「三思而后行」：基于 Anthropic、OpenAI 的最新研究，以及我在实际开发中的踩坑经验。
一、AI，不擅长“打草稿”这件小事
数据不会骗人，两个官方实验直接拉开了差距
实验1：OpenAI官方的"强行规划"实验
在 SOTA 论文里，OpenAI 的研究员干了一件很极致的事——他们不是引导模型去规划，而是强行命令它：“先规划，再行动，别自作主张”。
贴一个原话：
多加这一句，SWE-bench 的通过率就提升了 4%。
虽然你可能觉得 4% 不多，但要知道这是在已经很强的模型上拉的提升。
更重要的是——OpenAI 这个实验不是靠 prompt 魔法，而是配合后训练（RLHF）来强化这个指令的。
我们用的开源模型，别说RLHF了，连理解都不一定到位……
实验2：Anthropic的"思考工具"
Anthropic更进一步，他们不只是"要求"模型规划，而是给了模型一个专门的工具——think tool：
看起来简单到令人发指，对吧？但这就是工程学的美妙之处——最优雅的解决方案往往是最简单的。
直接在 τ-bench 上直接提升了 54% 的完成率。
一个“思考工具”能顶得上半个模型优化？！
然后我意识到一件事：这不是在优化“推理能力”，这是在重塑模型的行为模式——让它从“习惯执行”变成“先组织认知，再输出行为”。
Think Tool vs Extended Thinking：不只是"暂停"
这里有个重要的概念需要澄清。很多人会问："这和Extended Thinking有什么区别？"
- • Extended Thinking发生在AI开始响应之前，像是在心里打草稿• Think Tool发生在AI开始响应之后，像是在工作过程中主动停下来整理思路
模式思考发生时间可控性记录性Extended Thinking回复之前黑盒无法追踪Think Tool回复之中显式触发可记录、可分析
Think Tool更适合处理那些需要分析外部信息的复杂场景，比如：
- • 分析工具调用的返回结果• 在长链工具调用中保持逻辑一致性• 在政策繁复的环境中确保合规性
54%的性能提升背后，是AI从"盲目执行"到"深思熟虑"的质的飞跃。
你可能会觉得：一个工具调用而已，至于这么讲究吗？
但我想说的是，在我不断试错的过程中发现，只有让“思考”成为流程的一部分，Agent 才不再是一个随机响应的黑盒，而是一个可以协同的思考体。
这就是我为什么把“规划能力”当成是 Agent 的第一性能力——只有它拥有了“画施工图”的本领，才有可能成为我们真正意义上的智能助手。
二、三大主流规划方案：各有千秋
那么，如何让AI学会规划呢？目前业界主流的方案有三种，各有千秋
方案 代表 实现方式 我的评价 Prompt显式规划OpenAI在Prompt中要求输出规划步骤简单直接，但效果限于OAI的后训练模型结构化思考工具Anthropic定义think工具让模型主动调用可靠性高无限制，首选独立规划模块OpenManus专门的Planning Flow生成计划适合超复杂任务，但重炮打蚊子
为什么“思考工具”是当前优选？
Leon's Take: 作为一个追求优雅和通用方案的J人，答案其实很清晰。我们需要的不是一个更聪明的“黑盒”，而是一个更可靠、更可控的“流程”。
- 1. 开源模型友好：对于"请规划一下"这种模糊指令，开源模型的理解能力参差不齐。但「调用xx工具」这是它们的强项。2. 强制结构化：工具可以强制模型输出特定字段，比如：
- 3. 可追溯调试：每次思考都有记录，出问题时能快速定位。
蚂蚁集团的论文也印证了我的想法。他们在构建自己的Agent平台时，最终选择了复用Anthropic的 思考工具 思路
蚂蚁集团的生产级实践
蚂蚁的工程师们在实际部署中，设计了一个更加工程化的思考工具：
这个设计的巧妙之处在于：
- • 强制结构化：避免模糊的思考内容• 步骤追踪：便于调试和优化• 行动导向：直接输出下一步该做什么• 流式友好：支持实时输出，提升用户体验
特别是thoughtNumber，对于我们这些需要调试和复盘的J人来说，简直是福音。
三、实战指南：四步构建规划Agent
接下来，我们以构建一个具备规划能力的Agent为例，提供一套从模型选型到Prompt设计的完整实践指南。
Step 1: 模型选型——工欲善其事，必先利其器
- • 推荐：优先选择对Function Call（工具调用）优化过的模型，例如
DeepSeek-V3 Function Call版。这类模型能更好地理解和执行工具调用指令。• 避坑：避免选择为通用对话设计的模型，如DeepSeek-R1，它们在多工具连续调用场景下可能表现不佳，且延迟较高。• 参数设置：建议将生成多样性参数（如temperature）设置为一个较低的值，比如0.3。这有助于在保证准确性的前提下，获得一些有限的创造性，避免模型“胡思乱想”。Step 2: 核心关键工具配置
思考与规划工具 (think_and_plan)
这是我们为Agent植入的“大脑”。它的定义至关重要。
使用逻辑：可以在System Prompt强制模型在每次调用业务工具前，必须先调用此think_and_plan工具。模型需要根据这个工具的输出来决策下一步的具体行动。
📌 核心经验：投入在优化工具和工具Prompt描述上的精力，与最终提升用户体验的精力，是1:1的。（这句话得是多么痛的领悟...
业务工具描述——像写API文档一样严谨
一个常见的失败模式是Agent遇到问题时，陷入无限循环调用。我们需要一个“熔断”机制，这和写普通代码的异常处理逻辑是相通的，另外给LLM的路径尽量用绝对路径等等
✅ 好的工具描述：
❌ 糟糕的工具描述：
区别在哪里？好的描述告诉AI：
- 1. 什么时候用我（使用场景）2. 我能做什么（功能边界）3. 我做不了什么（限制条件）4. 怎么用我（参数规范）
Step 3: Prompt设计——Agent的"行为准则"
系统级指令
业务层补充
针对具体场景，我会添加更详细的指导，举个栗子：
Step 4: 防循环与错误处理——给Agent装上"安全带"
在实际项目中，我遇到过Agent陷入死循环的情况。比如：
- 调用工具A失败
- 重新规划，还是调用工具A
- 再次失败，再次规划...
- 无限循环
解决方案：双层防护
硬性限制（写进代码） ：
软性引导（写进 Prompt） ：
四、争议与思考：工具 vs 纯推理
一个常见的问题是：我们能否用一个更强的推理模型，来代替think工具呢？
Anthropic的结论是：不能，至少目前不行。
在Claude 3.7上的实验表明， “思考工具 + 专用Prompt” 的效果，显著优于单纯依赖模型自身推理的模式。
可能的原因：
- 1. 领域定制：工具的Prompt可以针对特定领域（如航空、金融）的思考模式进行深度定制和优化，这是通用推理模式无法比拟的。2. 上下文保留：工具调用会将每一次的思考过程（规划、反思）完整地保留在上下文中，形成一个清晰的逻辑链。而纯推理模型为了节省token，可能会在内部“遗忘”或删减中间的思考步骤。3. 可控性：工具调用是可控的、可追踪的，而模型内部推理对我们来说是黑盒。
这让我想起了软件工程中的一个原则：显式优于隐式。把思考过程显式化，总是比依赖黑盒推理更可靠。
结语：从"码农"到"AI架构师"
写到这里，我想分享一个感悟。
把“规划”显式化这件事很反直觉。毕竟人类的思维是隐性的、灵活的。但 Agent 是个偏执行型的东西，如果不给它立规矩，它就永远是个胡乱点技能的萌新。
毕竟“聪明”这件事，是在限制中长出来的。
我们未来的能力，也许不在于 Prompt 写得多 fancy，
而在于我们能不能把模糊的问题，变成清晰的链路；
把复杂的世界，变成模型可理解的认知场。
📬 如果你也在做 Agent 系统设计，欢迎一起讨论。
我们都在试错路上，别让自己一个人踩坑。
往期精彩RAG检索策略深度解析：从BM25到Embedding、Reranker，如何为LLM选对“导航系统”？10分钟搞定！AI表情包自由，白嫖GPT-4o，让你在群里横着走！还在置顶文件传输助手吗？元宝也可以置顶聊天了！快来试试AI助手吧！SEO老了？GEO来了！玩转传统搜索+AI搜索，吸引眼球大作战！智能Agent如何改造传统工作流：从搜索到全能助手AI团队比单打独斗强！CrewAI多智能体协作系统开发踩坑全解析深入浅出：Agent如何调用工具——从OpenAI Function Call到CrewAI框架一文读懂-多智能体编译：从例行到交接的奥秘《使用coze搭建一个会搜索、写ppt、思维导图的Agent》AI驱动开发:用Cursor零基础打造web项目的终极指南在 RAG 中数据处理的关键：数据切片的挑战与解决方案阅读原文链接了解更多信息
觉得有用？点赞、在看、转发三连，下次教你更刺激的AI玩法！
参考资料：
[2]www.anthropic.com/engineering…
