Agent 编排范式
前置：会调大模型 API。不需要用过任何 Agent 框架。
本专题回答：ReAct、Plan-and-Execute、Supervisor 这些名字分别指什么做法，我手上这个需求该用哪个。
一、这些名字回答的是同一个问题
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……
第一次见到，很容易以为这是六种不同的技术。其实它们是同一个问题的六种答案，那个问题是：这一步做完了，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
这个专题就是把这些答案，一个一个从零讲清楚。
二、和另外两个专题的分工
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
三、七个范式的位置
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。
四、按什么顺序读
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 | 代码即行动 CodeAct / Code Mode | 用写代码代替吐 JSON 工具调用 | 01 | 一个动作即代码的 Agent |
| 08 | 横向对比与选型 | 遇到需求怎么选 | —— | 二维坐标系与五问判据表 |
如果你已经写过 Agent，可以直接跳到 08 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 |
| 工具太多，光定义就撑爆上下文 | 07 |
五、每篇正文的固定结构
七篇正文都用同一套骨架，方便你横向对比：
其中两节你多半会反复回来查：
- 「七、常见故障」是按你会观察到的现象组织的，不是按原因组织 —— 因为线上出问题的时候，你手上只有现象。看到「它一直在重复调同一个工具」，直接去那一节找这一行
- 「八、什么时候别用」通常比「什么时候用」更值钱 —— 大多数事故来自范式选错，而不是参数调错
六、你可能还听过的另外几个名字
搜这个话题的时候，下面这些词也会冒出来。它们没有单独成篇，原因不是不重要，而是各有各的去处：
| 你可能听过的 | 它的实际处境 |
|---|---|
| GroupChat / 角色扮演流水线 | AutoGen、MetaGPT 那一派：几个角色你一言我一语把活干了。demo 看着很惊艳，但公开的生产案例极少，多数团队试完退回了 Supervisor |
| ReWOO / LLM Compiler | 不是新范式，是 Plan-and-Execute 的两个变体 —— 一个先把整个计划一次列完再执行，一个把能同时做的步骤挑出来并行跑。并进 03 讲 |
| Tree of Thoughts / LATS | 让模型同时探索好几条思路，走不通就回退。论文指标确实好看，但一道题要跑几十次模型，成本在生产上压不住，目前还是研究向 |
| 多智能体辩论 | 让几个模型互相挑错。同上，效果是有的，一次任务的账算不过来 |
| 强化学习（RL / RLVR） | 它根本不在这一层。 编排讲的是「模型已经训好了，运行时怎么安排它干活」；RL 讲的是「回去改模型的权重」。这两件事经常被摆在一起比较，04 第八节 专门澄清了区别 |
七、本专题引用的材料
拆源码最怕把二手解读当一手事实。下面每份材料都标了协议，正文引用时会注明出处。
| 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 |
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。
八、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。