推理模型如何支撑智能体（Agent）的多步规划与决策？

推理模型在智能体系统中主要承担"慢思考"角色，负责规划层与异常恢复决策，而非高频执行步骤。

1. 规划层（Planning Layer）

• Agent 接收任务后，由推理模型进行任务分解、依赖分析、执行计划生成
• 此类调用通常每个任务仅执行一次（或极少），延迟可被摊薄
• Anthropic 建议为规划决策分配 5000～10000 思考 token

2. 执行层（Execution Layer）

• 具体的工具调用、数据转换、格式化输出等步骤由快速普通模型处理
• 这些调用频率高、逻辑确定，不需要推理模型的深度思考

3. 恢复分支（Recovery Branch）

• 当执行步骤返回异常或歧义结果时，系统将决策权升级到推理模型
• 推理模型判断应重试、重新规划还是中止，避免在错误路径上浪费资源
• 这种条件性路由是混合 Agent 架构的关键设计决策

4. 成本效益

• 一次规划调用（约 10000 思考 token）的成本约等于 40～60 次快速执行调用
• 对于 20 步任务，"一次慢规划 + 多次快执行"的成本结构远优于"每步都用推理模型"