AI Agent 任务拆分笔记

任务拆分不会混乱，堆上下文窗口中，每个步骤可以单独检查

拆分方式主要分为静态拆分和动态拆分：

• 静态拆分：确定workflow，好排查灵活度低。

• 动态拆分：灵活度更强，规划质量不稳定。

拆分任务时，识别步骤依赖关系，绘制无环图，可以并行执行。

任务拆分的粒度需要合理把控：

• 拆分过细：步骤多，LLM调用频次多，流程过于碎片化，看不到全局产出，模块之间衔接生硬。

• 拆分过粗：单步负责社事情多，出错概率大幅提升，难以定责。
拆分标准是原子操作，独立事情边界清晰、输出明确、互相不依赖；判断是否是原子看看能不能写出函数签名，多阶段、多情况，都需要拆分。

静态拆分与动态拆分，执行中不会调整拆分粒度。执行器完成当前任务后，好继续走；不好，如超出最大步骤限制、输出质量不达标，就将任务交给规划器继续拆分为更小单元，子任务循环执行同一套流程。任务越复杂，递归拆分层数越深，计算开销与任务难度同步上升。

replanLLM生成评估整体计划，设置对应触发条件，当单步输出偏差过大或是执行失败时，重新进行规划拆分。

拆分结果的验证标准分为三点：

1. 完备性：各个步骤相加在一起，能够覆盖全部要求。

2. 独立性：子任务边界清晰、内容不重叠，避免 Token 浪费，防止最终内容汇总出现矛盾。

3. 可验证性：拆分每个步骤时写好验收标准，简单判定每一步做对了吗，决定是否自动重试或质量把控。

面试答题可采用三层框架作答：

1. 为什么拆：LLM 上下文窗口存在上限，任务越复杂，中间状态越多，出错概率越高，拆分后各步骤能够独立验证、单独重试。

2. 怎么拆：流程固定场景使用静态拆分；多变复杂场景用planexecut，灵活规划质量不稳

3. 拆完还要做的事：梳理步骤依赖关系，对无依赖环节做并行处理，关键路径耗时。降低40-60百分比

搭配合理的拆分粒度把控，原子操作