第 34 题:Agent 中的目标分解(Goal Decomposition)策略
第 34 题:Agent 中的目标分解(Goal Decomposition)策略
题目
解释 Agent 中的目标分解(Goal Decomposition)策略。
一、什么是目标分解?
目标分解(Goal Decomposition) 指把高层目标拆成若干子目标(或子任务),并明确顺序与依赖,使每个子目标可被单独执行或分配给专门模块/Agent,最终通过组合子结果达成总目标。这是规划与多步推理的核心环节:Agent 不能一步完成时,必须先“想清楚要分几步、每步做什么”。
在 LLM Agent 中,分解通常由 LLM 根据用户目标与可用工具 生成:输出结构化的子目标列表或任务 DAG,再由执行层按序或按依赖调用工具、汇总结果。
二、常见策略
- 顺序分解:按时间或逻辑顺序拆成步骤 1、2、3…,前一步输出可作为后一步输入(如先检索再总结)。
- 层次分解:顶层目标 → 若干中层子目标 → 每个中层再拆为更细步骤;形成树或 DAG,便于并行与依赖管理。
剩余60%内容,订阅专栏后可继续查看/也可单篇购买
Ai Agent:面试300问 文章被收录于专栏
《AI Agent 300 问》专为备战 AI Agent 相关岗位的求职者打造,适配校招、社招全场景,覆盖算法研发、产品、解决方案等全岗位。专栏汇总 300 道大厂高频面试真题,全维度覆盖提示工程、智能体规划推理、记忆机制、工具调用、多智能体协作、框架落地、行业应用等核心领域,拆解考点底层逻辑,分享一线实战经验,助你一站式通关高薪面试。
