一、概述在传统的 LLM Agent 架构中模型通常以“单步响应”single-step reasoning的方式执行任务即输入 → 推理 → 输出。这种模式在简单任务中表现良好但在面对多步骤、长周期、依赖复杂的任务时容易出现以下问题任务拆解能力不足状态不可持续lack of persistence执行过程不可控难以进行中断恢复resume为了解决这些问题Deep Agents 引入了Planning Capabilities规划能力其核心是通过结构化任务管理机制使 Agent 能够显式表示任务task representation维护执行状态state tracking支持多步推理multi-step reasoning实现长期任务管理long-horizon planning二、Planning Capabilities 的核心机制1. write_todos结构化任务表示Planning 的核心接口是一个工具函数write_todos(todos:List[Todo])其中每个 Todo 通常包含{content:任务描述,status:pending | in_progress | completed}该结构具有以下特征特性说明显式任务建模将自然语言任务转为结构化数据可追踪状态每个任务具备生命周期可持久化可存储在 Agent state / memory 中可编排执行支持顺序或条件执行2. 任务生命周期管理Task LifecyclePlanning 系统本质上是一个有限状态机FSMpending → in_progress → completed扩展状态可包括failedblockedskipped状态转换通常由以下驱动LLM 决策工具执行结果外部反馈human-in-the-loop3. Agent 状态持久化State PersistencePlanning 的关键在于状态不是临时的而是持久存在的state{messages:[...],todos:[...]}这带来几个重要能力(1) 长任务支持Agent 可以跨多轮对话持续推进任务而不是每次重新规划。(2) 可恢复执行Resumability结合 checkpoint如 LangGraph可以从中断点继续执行回滚到某个历史状态(3) 可观察性Observability开发者可以清晰看到当前任务列表已完成 / 未完成项执行路径4. Planning 与 Execution 的解耦Deep Agents 明确区分层级职责Planning任务拆解、排序、更新Execution执行具体任务典型流程User Request ↓ PlannerLLM ↓ write_todos Task List ↓ ExecutorLLM / Tool ↓ Update todos这种设计的优势提高模块化程度支持不同模型负责不同职责更容易调试和优化三、典型执行流程结合示例以“完成研究项目”为例Step 1任务规划{todos:[{content:Collect data,status:pending},{content:Analyze data,status:pending},{content:Write report,status:pending}]}Step 2逐步执行执行第一个任务Collect data → completed更新状态[{content:Collect data,status:completed},{content:Analyze data,status:pending},{content:Write report,status:pending}]Step 3动态重规划Re-planning在执行过程中Agent 可以插入新任务调整顺序细化子任务例如{content:Clean data,status:pending}四、关键能力分析1. 分层规划Hierarchical Planning复杂任务可递归拆解Write report ├── Draft outline ├── Write introduction ├── Write methodology └── Edit report优势降低单步推理复杂度提高任务可控性2. 反思与修正Reflection CorrectionAgent 可基于执行结果进行反馈任务失败 → 重新规划结果不完整 → 添加补充任务这是实现**自我纠错self-correction**的关键机制。3. 并行与依赖管理Advanced在更高级实现中支持 DAG有向无环图任务结构任务间依赖关系显式建模{content:Analyze data,depends_on:[Collect data]}4. 与工具调用的协同Planning 并不执行任务而是调度工具数据收集 → API / 搜索工具分析 → Python / Code Interpreter写作 → LLM实现Todo → Tool चयन → 执行 → 更新状态五、与传统 Agent 的对比维度传统 AgentDeep Agent Planning执行方式单步多步状态管理无显式可恢复性弱强可解释性低高复杂任务能力有限强六、工程实践价值1. 提升复杂任务成功率通过拆解任务降低 hallucination 风险。2. 提高可控性开发者可以强制任务顺序插入人工审核点3. 便于调试任务列表就是“执行日志”。4. 支持长周期任务适用于Research AgentCoding AgentWorkflow Automation七、局限性与挑战尽管 Planning 能力显著增强 Agent但仍存在挑战1. 规划质量依赖 LLM错误规划会影响整体执行。2. 状态膨胀问题长任务可能导致 state 过大。3. 缺乏强约束任务依赖关系通常是“软约束”。4. 调度策略仍较简单大多数实现仍是顺序执行简单优先级八、未来演进方向1. 强化 DAG 调度引入真正的 workflow engine类似 Airflow2. 学习型 Planner通过 RL / feedback 优化任务拆解能力3. 多 Agent 协作不同 Agent 负责不同任务Planner AgentExecutor AgentCritic Agent4. 与 Memory 深度融合结合长期记忆实现跨任务学习九、总结Deep Agents 的 Planning Capabilities 本质上是将“隐式推理过程”显式化为“可管理的任务结构”其核心价值在于把复杂问题拆解为可执行单元引入状态与生命周期管理实现可恢复、可观察、可扩展的 Agent 执行框架在工程层面它标志着 Agent 从Reactive反应式 → Deliberative深思熟虑式 → Structured结构化执行的关键跃迁。# pip install -qU deepagents from deepagents import create_deep_agent import time from dotenv import load_dotenv # 加载环境变量 load_dotenv() # 模拟执行任务的工具 def execute_task(task: str) - str: 模拟执行任务 print(fExecuting: {task}) time.sleep(1) # 模拟耗时 return fCompleted task: {task} # 创建 Deep Agent agent create_deep_agent( modelgpt-4o-mini, tools[execute_task], system_promptYou are a helpful agent that can plan, organize, and execute tasks using write_todos. ) # Step 1: 完整生活化 prompt user_input { messages: [ { role: user, content: ( Hi! This weekend I want to get a research project done. I need to gather information on how remote work affects productivity, analyze the data to identify trends, and write a report that includes Introduction, Methodology, Findings, and Conclusion. The report should be about 100 words long, using articles, surveys, and case studies as sources. Please help me organize everything and make a structured plan so I can follow it step by step. ) } ] } # Step 2: 生成任务列表 planning_response agent.invoke(user_input) print( Planning Output ) print(planning_response.get(messages)[-1].pretty_print()) todos planning_response.get(todos, []) print(\nParsed Tasks:) for task in todos: print(f- {task[content]} - {task[status]}) # Step 4: 执行每个任务 for todo in todos: task_name todo[content] print(f\n Executing Task: {task_name} ) result agent.invoke({messages: [{role: user, content: fExecute task: {task_name}}]}) for message in result.get(messages, []): print(message.pretty_print())