代理商需要一步步规划吗？重新思考以数据为中心的工具调用中的规划范围

显式规划是基于 LLM 的代理解决复杂的以数据为中心的任务的一项关键功能，这需要通过外部数据源调用精确的工具。现有的策略根据规划范围分为两种范式：（1）全范围（FH），在执行之前生成完整的计划；（2）单步范围（SH），它将每个操作（工具调用）与增量推理和观察交织在一起。虽然在假设急切执行监控对于适应性是必要的情况下，逐步执行是常见的默认设置，但我们针对明确定义的以数据为中心的任务重新审视了这一假设。我们的受控实证研究将规划范围作为关键架构特征，并系统地分析了拓扑复杂性和工具鲁棒性对两种范式的影响。我们在知识库问答和多跳 QA 方面的实验表明，使用惰性重新规划的 FH 规划在不同的深度、广度和鲁棒性级别上实现了与 SH 相同的准确率，同时使用的标记数量减少了 2-3 倍。这些发现表明，对于明确定义的以数据为中心的任务，急切的逐步监控通常是不必要的，并且具有按需重新规划的全面规划可以提供更有效的默认设置。