面试官：Plan-Execute-Replan 和 ReAct 有啥区别？

面试现场

Plan-Execute-Replan 和 ReAct 有啥区别？

一个先规划再执行，一个边做边想。

那具体什么时候用哪个？

看任务复杂度吧，复杂的用前者，简单的用后者。

行，回去等通知吧——

到底怎么理解

两句话先记住：

• ReAct：边想边做，每步单独决策，走一步看一步。
• Plan-Execute-Replan：先想清楚再动手，有变化就重新规划。

Plan-Execute-Replan 三个阶段

Plan（规划）接到任务后，先用 LLM 把任务拆解成一系列子任务。 比如"写一份竞品分析报告"会被拆成：搜索竞品 → 提取特性 → 对比分析 → 生成报告。

Execute（执行）按顺序执行每个子任务，每个子任务可以调工具、调 API，或者交给子 Agent 执行。

Replan（重新规划）执行中发现原计划不合适（某步失败了、环境变了），就动态调整计划。

一张表看清区别

真实场景：到底怎么选？

用 ReAct 的场景

• “帮我查今天北京天气”——简单明确，一步到位
• 网页浏览 Agent——需要根据页面内容动态决定下一步
• 对话 Agent——根据用户实时反应调整回复

用 Plan-Execute-Replan 的场景

• “帮我做一份上季度销售分析报告”——需要拆解成多个步骤
• 代码生成 Agent——先规划整体架构，再逐步实现
• 数据采集 Pipeline——有明确的执行顺序和依赖关系

组合使用复杂任务可以粗粒度用 Plan-Execute-Replan 做规划，每个子任务用 ReAct 细粒度执行。

面试官爱问：能举个例子说明什么时候用 ReAct，什么时候用 Plan-Execute-Replan 吗？ 答：简单明确的任务用 ReAct，复杂多步任务用 Plan-Execute-Replan，实际落地可以组合使用。

实在记不住，就背这句

ReAct 边想边做，适合动态任务；Plan-Execute-Replan 先规划再执行，适合复杂多步任务。实际落地可以组合使用。

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】