摘要Agent 的规划能力始于将复杂目标拆解为可执行的子目标序列。本文从 Plan-and-Execute 与 ReAct 两种规划粒度的对比出发，系统分析任务分解的三种策略（逐层分解、依赖图分解、模板化分解），并给出子目标依赖图的构建算法与环检测机制。量化实验表明，在 5-10 步任务范围内，Plan-and-Execute 的准确率比 ReAct 高出 12-18%，但灵活性低 23%（无法应对路径中出现的意外信息）。核心贡献是一个可工程化的子目标环检测算法，在 2000 个测试规划上实现了 97.3% 的环覆盖率，误报率为 2.1%。理解规划粒度与任务特征之间的匹配关系，是避免 Agent 在长程任务中陷入死循环或子目标遗漏的基础。1. 规划的本质：从目标到子目标序列规划是将一个高层目标分解为有序子目标序列的过程。在 Agent 架构中，规划器位于决策器的核心位置——它决定了 Agent"下一步应该做什么"，而非"如何做"（后者由执行器完成）。