“先想清楚再做”与边做边改，分别解决什么问题？

本节要解决的事：计划里的“可以买到”是假设，工具返回的“已缺货”才是新观察。好的计划要能保留有效部分，并改掉已经失效的部分。

三家报价，先想清楚能省什么

需要 10 盒蓝笔，预算 300。A 每盒 20、运费 20，总价 220；B 每盒 22、运费 0，总价 220；C 每盒 24、运费 0，总价 240。最初都只是目录报价，库存未核验。计划是先核对三家规格与库存，再比较到货时间，形成方案交给用户确认。

计划把目标拆成可检查的小任务，避免一边浏览一边忘掉蓝色、数量和预算。它还能提前发现依赖：没有含运总价就不能比较，没有确认就不能提交订单。但写出“核验库存”这几个字不会让库存自动充足，计划中的步骤也不是已经完成的事实。

执行时 A 返回库存 0，B 返回库存 6，C 返回库存 12。若任务要求同一家一次买齐，A 与 B 都不能满足，C 的 240 成为当前可行选项。坚持“价格最低所以选 A”，是让旧计划覆盖新证据；把全部计划删掉重新搜索，也浪费了已经核实的事实。

更合理的更新是：保留预算、规格和三份有效报价，标记 A 缺货、B 数量不足，撤销对 A 的候选选择，继续核验 C 的交付条件。若用户允许拆单，可以开启另一条比较路径，但不能擅自把“同一家买齐”改成多家组合。

“查 C 库存”是待办；“C 库存 12，来自本次查询”是观察；“选 C 作为候选”是基于观察和约束的决定。把这三种句子混在同一段自然语言里，很容易把待办读成已完成，或在条件变化后保留过时决定。

更新时可以问：哪条新观察出现了？它否定哪个假设？哪些结果依赖该假设？下一步缺什么证据？这样重规划变成有边界的修订，而不是每轮重新写一份漂亮清单。已经发生的动作也要保留，不因计划改写而从记录中消失。

观察过程 · 改变条件

先做预测，再逐步展开。这里是固定规则的教学回放，不是真实模型测评。

教学构造场景 · 按下方规则逐步回放；不调用真实模型，不代表实际成功率。

这一轮的输入

需要 10；A 总价 220、库存 12；B 220、库存 6；C 240、库存 12。

检查前提

A 与 C 库存可满足，B 不满足。

1 / 3

先预测，再核对结果与原因

保留 A 候选

计划依据本次库存与预算共同成立。

如果每一步输入稳定、分支少且失败可明确处理，固定流程往往更容易预测与验证。例如每份报价都先检查同样字段，不需要让模型每次发明检查顺序。计划的价值不来自每轮都换，而来自对当前信息有正确结构。

如果环境经常揭示新信息，例如规格缺失、供应商停售、交付日期变化，完全预先决定所有动作容易卡住。此时让计划在观察点修订更有价值。但修订应受总步数、成本和任务范围约束；不能因为一条低价方案失败就无限寻找更便宜的供应商。

另一个条件变化是预算从 300 降为 230。此时 C 即便有货，也不再可行，Agent 应报告当前没有满足全部条件的方案，或者提出需要用户改变哪个条件。不能为了让计划“看起来完成”偷偷减少数量或放宽颜色要求。没有可行解也是一种需要诚实报告的状态。

重规划还需要避免重复查询同一条没有变化的信息。若连续两次观察都没有新增证据，却反复在 A 与 C 之间切换，应检查选择规则和状态是否一致；仅仅换一份计划措辞不会让任务向前推进。

问题一：A 缺货后，A 的报价记录要删除吗？ 不必。报价仍是已观察的历史事实，只是当前方案不可行。保留它及时间有助于解释为何没选 A；需要失效的是依赖库存充足的决定。

问题二：B 有 6 盒、C 有 12 盒，为什么不自动拆单？ 因为是否允许拆单属于任务条件，可能涉及运费、规格和管理成本。若原任务要求同一家买齐，不能靠新策略绕过限制。

问题三：每次工具返回后都重写整份计划，是否最适应环境？ 不一定。这样增加成本并可能丢失已验证状态。应先判断反馈是否改变关键假设，只重算受影响部分，必要时才扩大搜索。

知道要分解任务还不够。下一节比较“每个点击一步”与“每家供应商一个子目标”：拆得更细，为什么反而可能更慢、更容易丢失全局约束？