这里的时间轴记录问题和方案如何改变,不把时间更晚等同于方法更好。论文、产品文章、访谈与社区评论的证据性质也分别保留。

规划表示:从交错行动到任务图

时间 来源与回应 推进了什么 仍不能直接推出什么
2022 ReAct 观察进入下一步推理与行动 没有显式图不等于完全不会规划
2023 ReWOO、ADaPT 预先规划/变量依赖,以及失败触发递归分解 解耦和动态分解是并行回应,不是简单替代
2023–2024 LLMCompiler、TaskBench 任务 DAG 调度与工具图数据/评价 DAG 依赖不保证副作用安全
2024 图学习规划、ToolSandbox 图结构归纳偏置与状态化交互评价 静态规划与在线恢复不能混为同一结果
2025 工具图与领域 KG、GAP 图知识融合及图规划训练/调度 这些机制本身不再是空白
2026 ReCore、SAGA、GATS 错误传播核心、场景资源关系、世界模型搜索 仍须核对环境、可见状态、模型准备与模块混杂

分歧一:并行应该在什么条件下发生

2025-06-12 的 Cognition 强调共享上下文与动作隐含决策;次日的 Anthropic 展示独立研究探索的并行收益,同时明确讨论协调和成本问题。它们面对的状态耦合不同。

2025-09 的 社区讨论 给出上下文隔离有用的案例,但只是工程自述。2026-11 的 异步工程文章 又把问题推进到运行中更新、取消和事件通知。

本库由此提出的比较是:数据依赖、读写冲突、上下文需求和事件失效能否共同决定可并行边界? 目前没有在本库中运行该实验。

分歧二:目标复述与计划维护何时得不偿失

2025-07 的 Manus 原文 强调更新 todo 使目标保持在近期上下文。2025-10 的 访谈笔记 则报告维护 todo 的开销,并描述专门规划器与执行子任务的后续方案。

这不是把两篇材料判为互相否定:后者是不同时间的转述,产品结构也在迭代。对研究而言,应计入图构建、图编辑、检查和上下文更新成本,检验更多维护是否真的减少了更大的执行损失。

分歧三:更多思考能否替代更多结构

think tool 文章 在 2025-03 讨论工具结果后的思考与政策检查;采集版本顶部又包含 2025-12-15 更新,建议多数场景优先使用改进后的 extended thinking。

图方法不能只和缺少检查的短提示比较。文字清单、模型原生思考、确定性前置条件检查和显式图,可能覆盖部分相同能力;控制额外 token 与 verifier 信息后才能判断差别。

分歧四:终态正确与过程正确怎样结合

AppWorld 检查目标与意外改动,τ-bench 强调终态及重复试验一致性,ToolSandbox 提供中间 Milestones/Minefields。它们覆盖不同错误面。

仅有终态可能遗漏中间无效操作;强制唯一轨迹又可能拒绝合法恢复。可同时保留终态、必要过程约束、重复副作用和预算,并允许等价正确计划。

尚待补充的证据

当前 X 记录核验了两个具体帖子,没有宣称覆盖完整线程或代表整个社区。社区经验需要用公开轨迹、代码或受控小实验进一步支撑;自动发现的新材料先进入候选池,不能自动改写为已验证结论。