CoT、ReAct、Plan-and-Execute、Multi-Agent 四大LLM推理模式完整详解+横向对比
一、四种模式核心定义、原理、执行流程、优缺点、适用场景
1. Chain of Thought（CoT，思维链）
核心思想
让大模型分步拆解推理过程，不直接输出答案，先把中间思考步骤逐条写出来，模拟人类“一步步想”，解决单步直推逻辑断层、复杂算术/逻辑题出错问题。
执行流程
- Prompt加入引导词：
Let's think step by step/ 示例分步推理样例（Few-shot CoT） - LLM输出完整中间推导链条
- 基于全部推理步骤，最后汇总给出最终答案
细分变体
- Standard CoT：单轮一次性写完所有推理步骤
- Self-Consistency CoT：生成多条不同推理路径，投票选多数答案
- Zero-shot CoT：无需示例，仅用“step by step”触发分步思考
优点
- 实现最简单，仅改Prompt，无额外工具/多轮调用
- 显著提升数学、逻辑、推理题准确率
- 轻量化、低token开销、低延迟
缺点
- 纯依赖模型内部知识，无法调用外部工具、实时数据，遇到未知/外部信息问题会幻觉
- 复杂长任务容易中途推理跑偏，无纠错机制
- 单模型单轮，不具备任务拆分、分工协作能力
适用场景
数学计算、逻辑推理、阅读理解、简单问答题、不需要联网/工具的纯内部知识任务
2. ReAct（Reason + Act，推理+行动）
核心思想
融合思维推理(Thought) 和外部工具行动(Action)，解决CoT不能联网、查资料、调用工具的缺陷；模型交替执行「思考判断→调用工具→读取工具返回结果→再思考」循环。
执行循环（标准三元组：Thought → Action → Observation）
- Thought：模型思考当前缺少什么信息、需要做什么工具调用
- Action：输出标准化工具调用指令（搜索、计算器、API、数据库查询等）
- Observation：外部工具返回真实结果，拼接进上下文
- 循环往复，直到信息足够，输出最终答案
典型代表
LangChain ReAct Agent、Google ReAct论文框架
优点
- 打通LLM与外部世界，消除静态知识幻觉，支持实时信息、计算、检索
- 推理和工具调用天然结合，比CoT适配现实查询类任务
- 单Agent即可完成“思考-工具-再思考”闭环
缺点
- 单Agent自主规划能力弱，长复杂任务容易陷入无限循环、重复搜索
- 无分层任务拆解，超大任务会上下文爆炸、推理混乱
- 缺少自我反思、全局统筹能力
适用场景
联网问答、实时资讯查询、计算器运算、知识库检索、简单API调用、信息搜集类任务
3. Plan-and-Execute（规划-执行，P&E）
核心思想
先全局规划，再分步执行，把任务拆分为有序子任务清单，再逐个落地执行；分为两层：规划器(Planner)、执行器(Executor)。
执行流程
- Planner（规划阶段）：一次性拆解完整任务，输出结构化分步任务列表（带先后依赖）
- Executor（执行阶段）：按规划清单逐条执行，可内嵌CoT/ReAct完成单条子任务
- 可选反思层：执行失败后回传给Planner重规划、修正方案
变体
- Basic Plan&Execute：一次性生成固定计划，顺序执行
- Replan Plan&Execute：每步执行后校验，出错重新规划
优点
- 拥有全局视角，提前理清任务依赖，不会像ReAct盲目循环调用工具
- 复杂长任务结构化，上下文可控，逻辑清晰
- 可嵌套CoT/ReAct作为子步骤执行单元，兼容性强
缺点
- 规划阶段会产生额外token开销，延迟高于CoT
- 单模型统筹，多领域交叉复杂任务规划容易片面
- 没有分工，所有规划+执行由同一个模型承担，负载集中
适用场景
复杂长文本写作、多步骤数据分析、多流程业务任务、项目拆解、多步骤工具串联任务
4. Multi-Agent（多智能体协作）
核心思想
多个具备独立能力的Agent分工协作，每个Agent拥有专属角色、工具、专长；通过通信机制完成任务分发、信息交互、结果汇总，存在调度/主管Agent统筹全局。
经典架构分层
- 调度Agent（Manager/Planner）：拆解任务、分配给专业子Agent
- 专业子Agent：检索Agent、计算Agent、写作Agent、评审Agent、工具Agent等
- 通信模块：Agent间传递上下文、中间结果
- 汇总/评审Agent：整合多Agent输出、校验纠错、生成最终结果
典型范式
- 分层多智能体：主管统筹+专业工人
- 辩论多智能体：正反Agent对抗校验答案
- 流水线多智能体：串行分工处理长流程
优点
- 极致任务拆分，各Agent专精单一领域，大幅降低单模型负担
- 支持复杂跨领域巨型任务（同时需要搜索、计算、写作、代码、评审）
- 具备自我校验、多方验证，幻觉、错误率大幅下降
- 可灵活组合CoT/ReAct/Plan-and-Execute作为单个Agent内部推理逻辑
缺点
- 架构最重，多轮Agent通信，token消耗、延迟最高
- 调度逻辑复杂，需要设计角色、通信规则、冲突处理
- 成本高，多轮LLM调用叠加
适用场景
复杂科研报告、大型数据分析、软件开发、多角色业务流程、需要多方校验的高可靠性任务、超长多步骤综合任务
二、四大模式核心维度横向对比表
| 对比维度 | CoT 思维链 | ReAct 推理行动 | Plan-and-Execute 规划执行 | Multi-Agent 多智能体 |
|---|---|---|---|---|
| 核心定位 | 单模型纯内部分步推理 | 单模型推理+外部工具循环 | 单模型先全局规划再分步执行 | 多模型分工协作，角色专业化 |
| 外部工具支持 | ❌ 无工具，仅内部知识 | ✅ 原生支持工具调用循环 | ✅ 执行阶段可内嵌工具(ReAct) | ✅ 每个Agent可独立带工具 |
| 任务规划能力 | 无全局规划，只做单步局部推理 | 无前置全局规划，边做边搜 | ✅ 前置完整全局任务拆解 | ✅ 分层全局规划+任务分发 |
| 多模型/角色 | 单模型无角色 | 单通用Agent，无分工 | 单模型一身二职(规划+执行) | 多独立专业Agent，分工明确 |
| 纠错反思机制 | 弱，仅单次推理，无法回退 | 局部单步反思，易循环 | 执行后可重规划，中等纠错 | 多Agent交叉评审，强纠错 |
| 上下文开销 | 最低，仅增加分步思考文本 | 中等，工具观测叠加上下文 | 中高，规划文本+每步执行记录 | 最高，多Agent交互上下文叠加 |
| 推理延迟 | 最快 | 中等 | 中慢 | 最慢 |
| 实现复杂度 | 极低，仅修改Prompt | 低，简单Agent循环框架 | 中等，需要规划+执行双流程 | 极高，角色、调度、通信全链路设计 |
| 幻觉抑制 | 差，无外部信息校验 | 较好，工具真实数据修正 | 良好，结构化执行减少跑偏 | 最优，多方交叉验证 |
| 典型最小场景 | 小学数学、逻辑推理题 | 实时联网问答、查资料计算 | 万字长文、多步骤业务流程 | 科研论文、大型系统开发、复杂综合分析 |
| 底层依赖 | 仅LLM原生推理能力 | LLM + 外部工具API | LLM（规划）+ LLM（执行）+ 可选工具 | 多个LLM实例 + 调度框架 + 通信层 + 工具 |
三、递进关系与层级关系（从简单到复杂）
递进链路
CoT（纯内部分步思考） → ReAct（CoT+工具循环） → Plan-and-Execute（全局规划+内嵌ReAct/CoT） → Multi-Agent（多个P&E/ReAct/CoT智能体协同）
- CoT是所有高级模式的基础推理单元：ReAct、P&E、Multi-Agent内部单步推理几乎都会嵌入CoT提升单步准确率
- ReAct解决CoT“不能用外部工具”的短板，但缺少全局统筹；
- Plan-and-Execute给ReAct增加前置全局规划，解决ReAct盲目搜索、任务混乱问题，但仍局限于单个大模型；
- Multi-Agent突破单模型瓶颈，把规划、执行、检索、校验拆成独立角色，适合超大复杂任务。
嵌套关系举例
- 单个Agent内部：Plan-and-Execute 的执行步骤 = ReAct 循环，ReAct 每一步思考 = CoT
- 多智能体系统中：每个子Agent可以独立使用CoT / ReAct / Plan-and-Execute三种任意一种推理逻辑
四、选型决策指南（如何根据业务选模式）
- 简单纯逻辑题、不需要查资料 → 选 CoT 例：奥数题、图形逻辑、纯文本阅读理解
- 需要实时数据、联网检索、计算器、简单API，任务步骤不多 → 选 ReAct 例：今日新闻问答、汇率计算、产品参数查询
- 长流程、多子任务、有明确执行顺序，需要提前梳理完整步骤 → 选 Plan-and-Execute 例：市场调研报告撰写、多步骤财务测算、自动化业务工单
- 跨领域巨型任务、需要分工校验、多专业模块配合、高准确率要求 → 选 Multi-Agent 例：完整软件开发、学术论文调研写作、企业级数据分析系统、法律多角色文书校验
五、核心短板总结
- CoT最大局限：脱离外部真实世界，只能依赖模型训练知识，时效性为0；
- ReAct最大局限：短视、无全局计划，复杂任务容易反复无效工具调用；
- Plan-and-Execute最大局限：全部任务由同一个模型完成，单一模型能力天花板明显；
- Multi-Agent最大局限：工程实现复杂、调用成本高、推理延迟大，小任务会过度设计。
注意：本文归作者所有，未经作者允许，不得转载
