Agent 编排范式
这个专题解决什么问题
你已经会调大模型 API 了。现在要做一个真正干活的系统 —— 会查资料、会改代码、会写报告的那种。
于是你面对一堆词：ReAct、Plan-and-Execute、多智能体、Deep Research、Reflection……
这些词描述的是同一件事的不同答案，那个问题是：
下一步做什么，由谁来决定？
- 由你的代码决定 → Workflow
- 由模型一步步决定 → ReAct
- 由模型先规划、再照计划走 → Plan-and-Execute
- 由评审员决定要不要重来 → Reflection
- 由主管决定派谁去干 → Supervisor
- 由一群代理并行探索再汇总 → Deep Research
这个专题就是把这六个答案，一个一个从零讲清楚。
这个专题和另外两个的分工
Agent 应用下现在有三个专题，切的是三个不同的问题：
| 专题 | 回答的问题 | 拆的东西 |
|---|---|---|
| Agent 框架横向对比 | 我该用 LangGraph 还是 OpenAI Agents SDK？ | 框架的 API 和能力边界 |
| 通用 Agent 产品源码拆解 | Manus、Kimi CLI 内部怎么调度子 Agent？ | 已上线产品的真实实现 |
| 本专题 | ReAct 和 Plan-and-Execute 差在哪，我该用哪个？ | 范式本身 + 它在库里的标准实现 |
换个说法：
- 框架专题告诉你有哪些工具
- 产品专题告诉你别人怎么用
- 这个专题告诉你这些做法各自叫什么、原理是什么、什么时候会失效
六个范式的位置
把它们按「谁决定下一步」排成一条线，位置就固定了：
← 可控、便宜、可预测 自主、昂贵、能干难活 →
两点要先说明：
- 它们是叠加的，不是六选一。 Deep Research 内部同时用了 Plan、Supervisor 和 Reflection，而每个子代理跑的还是 ReAct 循环。
- Reflection 不在主干上，它是个可以挂在任何范式之上的附加回路。
学习路径
如果你是从零开始，按顺序读。 后面的每一篇都建立在前面之上，跳读会卡住。
| # | 篇目 | 讲什么 | 前置 | 你会写出什么 |
|---|---|---|---|---|
| 01 | ReAct | 大模型怎么用上工具 | 会调 API | 一个能改你文件的 Agent |
| 02 | Workflow 编排 | 什么时候不该用 Agent | 01 | 链式 / 并行 / 路由三种形状 |
| 03 | Plan-and-Execute | 长任务为什么跑偏，怎么治 | 01 | 一个会自己列 todo 的 Agent |
| 04 | Reflection | 做完的东西谁验收 | 01 | 生成-评审回路（含防空转） |
| 05 | Supervisor 多智能体 | 一个 Agent 装不下的活 | 01、03 | 星型和网状两种多 Agent 结构 |
| 06 | Deep Research | 带引用的调研报告怎么产出 | 前五篇 | 一个完整的六节点研究系统 |
| 07 | 横向对比与选型 | 遇到需求怎么选 | —— | 一棵能照着走的决策树 |
如果你已经写过 Agent，可以直接跳到 07 横向对比 看结论，再回头挑感兴趣的篇目。
如果你只想解决一个具体问题：
| 你的困扰 | 直接看 |
|---|---|
| Agent 死循环烧钱 | 01 第六节 |
| 明明路径固定，却搞得很复杂很贵 | 02 |
| 任务跑一半忘了目标 | 03 |
| 加了自我反思但质量没提升 | 04 第六节 |
| 上下文老是爆 | 05 |
| 报告写得像编的，没法溯源 | 06 |
每篇的固定结构
六篇正文都用同一套骨架，方便你横向对比：
其中两节是刻意设计的：
- 「七、常见故障」按「你会观察到什么现象」组织，不是按原因组织 —— 因为出问题时你手上只有现象
- 「八、什么时候别用」比「什么时候用」更有价值 —— 多数事故来自用错范式，不是用错参数
为什么是这六个，不是别的
进这份名单要满足三条里的两条：
- 有公开的商业产品跑在上面
- 有主流框架把它做成一等公民 API
- 有人公开写过它的失败模式
被砍掉的和原因：
| 砍掉的 | 原因 |
|---|---|
| CodeAct（用写代码代替调工具） | 上升很快（smolagents、Manus 都在用），但一等公民 API 还没稳定 |
| GroupChat / 角色扮演流水线 | AutoGen、MetaGPT 那一派，demo 惊艳，公开的生产案例极少 |
| ReWOO / LLM Compiler | 是 Plan-and-Execute 的变体，并进 03 讲，不单开 |
| Tree of Thoughts / LATS | 论文指标好，推理成本压不住，属于研究向 |
| 多智能体辩论 | 同上，成本收益在生产上算不过来 |
| 强化学习（RL / RLVR） | 它根本不是编排。 编排是运行时的事，RL 是训练时改权重 —— 这一点在 04 第八节 专门澄清 |
资料来源与协议说明
拆源码最怕拿二手解读当一手事实。本专题引用的每份材料都标了硬度和协议。
| 来源 | Star | 协议 | 用在哪几篇 |
|---|---|---|---|
| anthropics/claude-cookbooks | 51,826 | MIT | 02 / 04 / 05 / 06 |
| shareAI-lab/learn-claude-code | 74,605 | MIT | 01 / 03 / 05 |
| datawhalechina/hello-agents | 73,668 | CC BY-NC-SA 4.0 | 01 / 03 / 04 / 06 |
| langchain-ai/open_deep_research | 12,636 | MIT | 06 |
| langchain-ai/langgraph-supervisor | 1,643 | MIT | 05 |
| langchain-ai/langgraph-swarm | 1,557 | MIT | 05 |
| openai/openai-agents-python | 28,757 | MIT | 05 |
数据快照 2026-08-19。所有 star 数、文件路径、字节数都是当天用
gh api实测的；引用的每段代码都来自当天拉下来的仓库，不是凭印象默写。配图链接逐个验过可访问。
关于 Hello-Agents 的协议：它是 CC BY-NC-SA 4.0（署名 - 非商业 - 相同方式共享）。本专题的做法是引用其配图（注明出处）+ 引用少量关键段落 + 内容自行重写，不做整章转载。
从这里开始
它是另外五个范式的地基，读完你会有一个真能干活的 Agent。