当 think 遇上 tool：深入解析 Agent 的规划之道

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

null

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. 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. 2. 强制结构化：工具可以强制模型输出特定字段，比如：

1. 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。

null

📌 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. 1. 什么时候用我（使用场景）
2. 2. 我能做什么（功能边界）
3. 3. 我做不了什么（限制条件）
4. 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：

1. 1. 调用工具A失败
2. 2. 重新规划，还是调用工具A
3. 3. 再次失败，再次规划...
4. 4. 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. 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. 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. 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：

1\][github.com/openai/open...](https://link.juejin.cn?target=https%3A%2F%2Fgithub.com%2Fopenai%2Fopenai-cookbook%2Fblob%2Fmain%2Fexamples%2Fgpt4-1_prompting_guide.ipynb "https://github.com/openai/openai-cookbook/blob/main/examples/gpt4-1_prompting_guide.ipynb") \[2\][www.anthropic.com/engineering...](https://link.juejin.cn?target=https%3A%2F%2Fwww.anthropic.com%2Fengineering%2Fclaude-think-tool "https://www.anthropic.com/engineering/claude-think-tool") \[3\][github.com/modelcontex...](https://link.juejin.cn?target=https%3A%2F%2Fgithub.com%2Fmodelcontextprotocol%2Fservers%2Ftree%2Fmain%2Fsrc%2Fsequentialthinking "https://github.com/modelcontextprotocol/servers/tree/main/src/sequentialthinking") \[4\][www.anthropic.com/engineering...](https://link.juejin.cn?target=https%3A%2F%2Fwww.anthropic.com%2Fengineering%2Fbuilding-effective-agents "https://www.anthropic.com/engineering/building-effective-agents") \[5\][docs.anthropic.com/en/docs/bui...](https://link.juejin.cn?target=https%3A%2F%2Fdocs.anthropic.com%2Fen%2Fdocs%2Fbuild-with-claude%2Fcontext-windows%23the-context-window-with-extended-thinking-and-tool-use "https://docs.anthropic.com/en/docs/build-with-claude/context-windows#the-context-window-with-extended-thinking-and-tool-use")