ReAct、Plan-Execute-Review与状态图Agent怎么选？生产级Agent编排模式完整指南

文章摘要构建Agent时团队经常在ReAct、Plan-and-Execute、Planner-Executor-Reviewer、工作流DAG和状态图之间摇摆。ReAct实现简单、交互灵活但复杂任务容易反复调用工具Plan-and-Execute先规划后执行可解释性更强却可能因为计划过时而频繁重规划Reviewer闭环能提高质量却容易陷入无限返工状态图具备持久化、分支、暂停和恢复能力但工程成本更高。这些模式并不是同一层级的替代品。ReAct描述模型如何在“思考—行动—观察”之间循环Plan-Execute描述如何把目标分解成显式任务Reviewer描述质量控制节点状态图则是承载节点、状态、条件边、Checkpoint和人工审批的运行时。本文从任务复杂度、工具副作用、可预测性、并行度、长任务、人工审批、恢复、成本、延迟和审计等维度对五类模式进行系统比较并给出FAQ工具Agent、研究Agent、合同审查、报表生成、运维Agent和副作用业务流程的推荐组合。一、五种模式先分层推理循环 ReAct 计划模式 Plan-and-Execute Planner-Executor-Reviewer 流程结构 Workflow DAG State Graph一个系统可以同时使用状态图 承载 Planner → Executor → ReviewerExecutor内部又可以使用小范围ReAct。二、ReAct是什么典型循环Thought → Action → Observation → Thought → ... → Final Answer生产实现通常不会暴露完整内部思考而是保存工具选择-工具参数-工具结果-轮次-最终状态。三、ReAct的优势实现快-适合短任务-对未知环境灵活-无需提前生成完整计划-可以根据工具结果即时调整。适合查一个数据-调用少量只读工具-简单故障诊断-低风险问答。四、ReAct的主要风险工具死循环-重复查询-上下文越来越长-成本难预测-副作用重复-难以并行-难以恢复-很难解释“还剩哪些步骤”。必须设置max_iterations max_tool_calls max_cost deadline progress_detector五、Plan-and-Execute是什么流程用户目标 ↓ Planner生成计划 ↓ Executor逐步执行 ↓ 必要时Replan ↓ 最终汇总优势计划可见-易于估算-可以并行-可以审批-可以判断进度-更适合长任务。六、Plan-and-Execute的风险计划可能错误-计划可能过时-依赖关系可能循环-执行反馈难以反映到旧计划-Replan可能重复副作用-规划本身增加成本和延迟。需要Plan Schema-DAG验证-Plan Version-Step Ledger-Replan Policy。七、Planner-Executor-Reviewer是什么增加质量闭环Planner ↓ Executor ↓ Reviewer ├─ PASS → Finish ├─ REVISE → Executor └─ REPLAN → Planner它适合报告-代码-合同分析-复杂研究-结构化交付。八、Reviewer闭环的风险无限修改-审校标准不清-Reviewer追求风格变化-每轮改进很小-成本暴涨-Reviewer与Executor同源偏差-高风险事实仍未被确定性检查。必须有acceptance criteria max review rounds minimum improvement hard rules human escalation九、Workflow DAG是什么DAG节点和边预先定义上传合同 →解析 →抽取条款 →规则检查 →模型分析 →人工审批 →生成报告优势可预测-易测试-易审计-副作用容易控制-性能可估算。缺点灵活性有限-未知任务适应性差-流程变更需要工程修改。适合稳定业务流程-高风险操作-合规-审批-批处理。十、State Graph是什么状态图允许条件边-循环-并行-Checkpoint-中断-恢复-人工输入-时间旅行-分支。它适合承载动态Agent。状态publicrecordAgentState(StringrunId,AgentPlanplan,MapString,StepStatesteps,MapString,ArtifactRefartifacts,ReviewStatereview,BudgetStatebudget,AgentRunStatusstatus){}十一、状态图与DAG的区别DAG静态无环流程状态图可以有受控循环和条件分支生产系统通常计划内部是DAG 运行外层是状态图例如PLAN → EXECUTE_DAG → REVIEW → REVISE → REVIEW外层允许有限循环内部计划仍要求无环。十二、模式对比模式灵活性可预测性可恢复性副作用控制工程复杂度ReAct高低低低低Plan-Execute中高中中中中Plan-Execute-Review高中中高中中高Workflow DAG低中高高高中State Graph高高高高高十三、短FAQ工具Agent任务查询订单状态推荐受限ReAct约束只读工具-最多2次调用-无副作用-超时快速失败。没有必要先生成复杂计划。十四、多来源研究Agent任务比较三家供应商方案并给出建议推荐Plan-and-Execute 并行研究 Reviewer计划收集A 收集B 收集C →对比 →审查证据 →报告十五、合同审查Agent推荐固定DAG 模型节点 规则节点 人工审批不要让ReAct自由决定是否调用权限检查-金额校验-风险规则-最终审批。这些必须固定。十六、代码生成Agent推荐Planner →Executor →测试工具 →Reviewer →有限修订测试结果比Reviewer主观评分更可靠。停止条件测试通过 静态检查通过 安全扫描通过十七、运维诊断Agent推荐状态图 只读ReAct节点 人工审批 写操作DAG诊断可以灵活执行修复必须受控。十八、营销内容生成低风险时Planner-Executor-ReviewerReviewer可关注结构-风格-品牌-敏感词。但仍需要轮次上限。十九、副作用业务流程退款、发券、下单、删除固定DAG/状态图模型只负责参数建议-分类-解释-计划候选。真正执行必须权限-审批-幂等-状态机-补偿。二十、长任务与恢复超过HTTP生命周期的任务需要持久化State-Checkpoint-租约-异步Worker-取消-恢复-进度。状态图更适合。二十一、Human-in-the-Loop需要人工审批高风险工具-补充缺失信息-修改计划-确认Reviewer争议-处理预算超限。状态图的中断点最自然。二十二、并行任务Plan-and-Execute可以识别无依赖节点并行。S1研究市场 S2查询成本 S3收集法规但并行前检查资源冲突-预算-Provider限流-工具并发-合并策略。二十三、状态模型比消息列表更重要错误Agent只有messages[]无法明确哪个Step完成-哪个Artifact有效-哪个审批等待-预算剩余-当前Plan版本。生产Agent需要结构化State。二十四、Reducer语义并行节点更新状态时需要定义追加-覆盖-最大值-合并-冲突。classAgentState(TypedDict):artifacts:Annotated[list[Artifact],operator.add]errors:Annotated[list[AgentError],operator.add]不能让并行节点无规则覆盖同一字段。二十五、Checkpoint状态持久化用于故障恢复-人工中断-调试-重放-时间旅行。Checkpoint边界建议计划冻结后 每个Step完成后 副作用前 副作用后 Reviewer结论后二十六、工具执行位置Spring AI 2.0推荐通过ChatClient与ToolCallingAdvisor处理常规工具循环当需要自定义中间进度、条件和生命周期时可以使用用户控制的工具执行模式。在复杂Executor中通常由编排器掌控可用Tool-调用次数-预算-审批-幂等-错误分类。二十七、模式嵌套推荐State Graph PLAN_NODE EXECUTE_NODE 内部有限ReAct REVIEW_NODE HUMAN_NODE FINISH_NODEPlanner只生成DAG。Executor只执行Ready Step。Reviewer只输出结构化决策。二十八、决策树任务是否固定且高风险 ├─是Workflow DAG / State Graph └─否继续 任务是否只有1—2个只读工具 ├─是受限ReAct └─否继续 是否需要显式分解与并行 ├─是Plan-and-Execute └─否ReAct 是否需要质量返工 ├─是加Reviewer └─否Plan-and-Execute 是否需要暂停、恢复和人工 ├─是State Graph承载 └─否轻量状态机即可二十九、成本比较ReAct每轮模型调用 工具结果回填Planner模式规划调用 执行调用 汇总调用Reviewer模式再乘Review轮次成本不能只估算单次生成。三十、延迟比较Plan模式可并行但增加规划时间。ReAct无需前置规划但可能串行循环。决定因素Tool延迟-并行度-模型调用次数-Reviewer轮次-Checkpoint写入。三十一、质量门禁所有模式都需要最大调用-总成本-总时间-工具白名单-副作用审批-输出Schema-状态持久化-可观测。模式不能替代治理。三十二、可观测指标agent_run_total{ pattern, status } agent_model_call_total{ node } agent_tool_call_total{ tool, status } agent_plan_step_total{ status } agent_review_rounds agent_replan_total agent_checkpoint_total agent_human_interrupt_total agent_cost_total{ pattern } agent_duration_seconds{ pattern }三十三、评测ReActTool选择-循环-最终答案。Plan计划正确性-DAG-步骤成功率-重规划。Reviewer误拒绝-误通过-轮次-实际改进。State Graph恢复-中断-幂等-版本兼容。三十四、常见误区所有任务都用ReAct复杂任务不可预测。所有任务都先Plan简单查询增加成本。Reviewer无限返工缺少停止条件。状态图就是Agent状态图只是运行时结构。模型可以自由执行副作用必须由应用治理。有Checkpoint就自动幂等Checkpoint只能恢复状态不能撤销外部副作用。三十五、最终选型清单□ 明确任务风险和副作用 □ 简单只读任务优先受限ReAct □ 多步骤任务使用显式Plan □ Plan经过DAG和Artifact校验 □ Reviewer有结构化Rubric □ Review轮次和预算有限 □ 固定高风险流程使用DAG □ 长任务由状态图或工作流承载 □ State包含Step、Artifact、Budget和Approval □ 并行状态有Reducer语义 □ Checkpoint边界明确 □ 副作用前后分别持久化 □ 人工中断可恢复 □ Tool白名单按Step动态收缩 □ 模式评测包含成本和恢复总结ReAct、Plan-Execute-Review和状态图并不是互相排斥的三选一。更成熟的组合是状态图负责持久运行 Planner负责生成可验证DAG Executor负责受控执行 局部节点使用有限ReAct Reviewer负责有限质量闭环模式选择的核心不是哪个概念更新而是任务是否需要可预测顺序、并行、审批、恢复和审计。越接近真实副作用和高风险业务越应该减少模型自由循环把关键控制权交给确定性状态机。