3.1
推理与规划：四种模式，各有代价
学习目标
为不同任务选择 CoT / ReAct / Plan-and-Execute / ToT，并说明每种模式的成本与失败风险。
前置知识
2.2 模型原理；阶段 1 的循环概念。
核心要点
- CoT 让模型显式写出中间步骤，适合数学/逻辑题；但它是提示技术，不保证推理正确，也会增加 token。
- ReAct 把思考与工具调用交织，适合「步骤不多、需要外部信息」的任务；长任务容易上下文超载。
- Plan-and-Execute 先出计划再逐步执行，适合可分解的长任务；最大风险是计划错了却不回头。
- ToT / 反思 通过多路径探索或自我批评提升质量，代价是成倍调用；没有外部信号时，「自我反思」可能只是自我肯定。
- 推理模型时代：内置长思考的模型已把 CoT 内化，默认不必再手写「一步步想」；是否加提示应由评测决定，并关注推理预算带来的成本与延迟。
- 选型口诀：路径确定用工作流，路径不确定用 ReAct，任务长且可拆用计划，质量优先且预算足才上树搜索。
动手任务（30 分钟）
给三个任务各选一种模式并写 2 行理由 + 1 个失败风险：①查明天天气写一条朋友圈；②把一个 800 行的模块拆成三个文件；③规划 5 天北京行程（预算 5000）。写完后和同学/同事交换，看对方是否会选不同模式。
自检
Plan-and-Execute 最大的风险是什么？
计划阶段错了，执行阶段可能一路错到底；而且执行者通常看不到全局，无法判断「计划本身不合理」。缓解方式是设置检查点、允许重规划，并给执行者上报异常的通道。
用了推理模型，还需要 CoT 提示吗？
通常不需要再手工要求「一步步想」，模型已内置思考过程；更重要的是给出目标、约束、可用工具和验收标准。是否额外提示应通过评测决定，而不是照搬旧模板。
补充 · 推理模型时代的 CoT 取舍
- 先测默认行为：内置长思考的模型通常不需要再写「Let's think step by step」；加提示前先跑同一批用例，比较正确率与成本。
- 把「推理预算」当成参数：低预算跑简单任务，高预算只留给难题，不要全局拉满。
- 区分「可见推理」与「内部推理」：要求输出完整思维链会增加 token，也可能泄露敏感信息；对外只需结论 + 关键依据。
- 推理过程自洽 ≠ 事实正确：仍要用检索、计算工具或人工抽检做外部验证。