简介：在深度研究任务中，传统“先规划后修补”的架构往往在信息最不充分时做出最大承诺。本文围绕“边执行边规划”这一技术范式，拆解其定义、工作原理、核心能力、适用场景与使用边界，帮助开发者理解为什么动态规划更适合高不确定性的多步研究任务。
面向深度研究的“边执行边规划”技术，是指系统在执行多步信息检索与推理任务时，不预先一次性生成完整任务图，而是在实际执行过程中，根据已获得的信息、中间结果和反馈，动态地扩展、调整或重写任务依赖关系的一种规划策略。
该类技术最常见于一种被称为 DAG（有向无环图） 的任务组织架构中。系统将复杂研究问题拆解为多个相互依赖的子任务，每个子任务作为图中的一个节点，节点之间的有向边表示依赖关系。没有依赖关系的节点可以并行执行，从而提升整体效率。
传统 DAG 系统大多采用“先规划后修补”的方式：在尚未真正执行任何节点时，就先生成完整或接近完整的任务图，之后仅在原有框架上做局部调整。而“边执行边规划”则不同，它强调执行节点与规划节点交替进行，让任务图随着系统对问题理解的深入而逐步生长。
更具体地说，这种技术可以概括为：在信息最少的时候，只做最小的规划承诺；在信息增加之后，才逐步做出更大的结构性决策。
要理解“边执行边规划”的价值，首先需要认识到深度研究任务的特殊性。
深度研究任务通常无法通过一次搜索或单轮推理完成。它需要系统在几十甚至上百个信息源之间反复跳转、交叉验证、逐步缩小范围。例如，一个典型问题可能是：找出一个人，他的父亲是某类特定职业者，他的配偶从事另一类职业，他还在某个地区建立了一所学校。解决这类问题需要先锁定某个线索，再用另一个线索交叉验证，过程中任何一步的发现都可能推翻先前的假设。
“先规划后修补”的核心缺陷在于：系统在对问题理解最浅的那一刻，做出了最大的规划承诺。
在尚未执行任何检索节点时，系统对于哪些线索可信、哪些路径可行、哪些假设成立几乎一无所知。此时生成的完整任务图，本质上是在低信息量条件下做出的高结构性决策。一旦后续执行发现某个节点方向错误，整条依赖链都可能需要重写。但传统架构往往倾向于在既有框架内修补，而不是推翻重来，这会导致系统在错误路径上持续投入计算资源。
这种差异在实验数据中表现得很明显。在相同的 DAG 架构下，将“边执行边规划”替换为“先规划后修补”，多个深度研究基准测试的准确率会下降约 4 到 5 个百分点。如果进一步退化为完全不做任何重新规划的一次性计划，准确率下降幅度可以拉大到 10 到 14 个百分点。这说明，规划行为本身并不是问题，问题在于规划的时机和规划承诺的粒度。
“边执行边规划”的 DAG 系统通常由三个核心组件构成。
第一个组件是任务图。 任务图是一个有向无环图，每个节点代表一个可执行的子任务，例如一次检索、一次信息抽取、一次对比验证或一次推理。边代表依赖关系：节点 B 依赖节点 A，意味着 B 的输入需要 A 的输出结果。任务图的结构决定了整个研究过程的走向。
第二个组件是执行节点。 执行节点负责真正完成子任务并产生结果。这里的关键在于，执行节点不是被动地按照预设流程运行，而是会将结果反馈给规划模块。执行结果可能包含新发现的实体、新的线索、新的矛盾信息，或者对已有假设的验证与否定。
第三个组件是动态规划器。 动态规划器根据已执行节点的结果，决定下一步扩展哪些节点、是否需要新增分支、是否需要合并重复路径、是否需要放弃某些低价值节点。与传统静态规划器不同，它不要求在初始阶段就生成完整图谱，而是持续观察执行状态并做出增量决策。
这三个组件之间形成闭环：任务图引导执行，执行产生反馈，规划器根据反馈更新任务图。这种闭环使得系统的规划行为与信息获取过程同步推进。
“边执行边规划”的最显著特征是任务图的生长性。它不是一张预先画好的蓝图，而是在执行过程中逐步成形的。
系统启动时，可能只生成一个初始节点或一小簇节点，例如针对问题中的某个关键实体进行一次初步检索。首次检索完成后，系统根据返回结果判断下一步方向。如果结果中包含多个可能的候选人，系统可能会并行扩展出多个验证节点；如果结果给出了一个强线索，系统可能会沿该线索加深挖掘；如果结果与预期完全不符，系统可以直接废弃当前路径，重新规划。
这种机制可以用以下伪代码来示意：
graph = 初始化最小任务图(问题)results = {}while graph 中仍有未完成节点:batch = graph 中所有依赖已满足且未执行的节点batch_results = 并行执行(batch)results.update(batch_results)graph = 动态规划器(graph, results)# 规划器可以新增节点、删除节点、重连依赖、调整优先级
这个流程的核心在于，规划器每次都基于当前完整的结果集合重新评估任务图结构。它不是对原计划的修补，而是对结构的重新生成。这样做的好处是，系统对问题的理解越深入，任务图就越贴近真实的信息需求。
当然，这并不意味着每次都要推翻整个图。实际操作中，规划器通常会兼顾稳定性与灵活性，对大部分已验证路径保持不动，只调整局部不合理的分支。但关键在于，它具备推翻和重建的能力，而不是被锁死在初始结构中。
“边执行边规划”技术主要适用于高不确定性的多步研究任务。这些任务的共同特点是：初始信息不足、中间发现可能改变结论、问题空间无法预先完全枚举。
典型场景之一是复杂事实核查。 当需要对一个涉及多实体、多时间线、多来源的陈述进行验证时，系统需要沿着不同线索分别取证，并在取得新证据后调整验证方向。预先规划很难覆盖所有可能的情况。
典型场景之二是跨域推理。 某些问题需要将来自不同领域的信息组合起来，例如将人物关系、地理信息、历史记录与商业数据交叉验证。每个领域的检索结果都可能打开新的路径，这些路径在初始阶段无法预知。
典型场景之三是开放研究问题。 这类问题没有固定的解决步骤，系统需要自行探索信息空间。例如“谁是最早提出某种理论的人”或“某个现象在不同地区有哪些不同表现”，这些问题需要系统在探索中逐步收敛。
在这些场景中，过度前置的规划不仅无益，反而会限制系统的探索能力。动态规划让系统的行为更接近人类研究者：先做初步了解，再决定下一步做什么，发现不对就换方向。
为了更准确地理解“边执行边规划”，需要把它与几个相似但不同的概念做区分。
静态规划是指在任务开始前一次性生成完整计划，执行阶段不再修改。这适用于问题结构清晰、信息充分、执行路径确定的任务，例如传统数据处理流水线。但在深度研究中，静态规划通常表现最差，因为它完全无法利用执行过程中获得的新信息。
补丁式修正是先规划后修补的典型形态。系统先生成完整任务图，执行过程中发现局部问题时，只对局部节点或边进行小范围修改。这种方式比静态规划好，但仍然保守。它的核心局限在于：初始规划质量严重依赖初始信息质量，而深度研究恰好是初始信息最不可靠的场景。
重规划则更接近“边执行边规划”。它允许系统在每轮执行后，基于全部已知结果对任务图进行重新评估与结构调整。重规划与补丁式修正的关键区别在于调整的范围：补丁式修正是微调到局部，重规划可以重写全局。动态规划器通常在稳定性约束下执行重规划，避免因过度调整而丢失已有进展。
在实际设计或选型“边执行边规划”系统时，有几个工程问题需要特别关注。
第一是规划频率。 如果每执行完一个节点就重新规划一次，会引入较大调度开销；如果执行完所有节点才规划一次，又退化为静态规划。通常需要在节点批次之间设置合理的规划点，例如每完成一轮并行执行后触发一次规划器。
第二是并行度控制。 DAG 的优势在于可以并行执行无依赖节点，但并行度过高会带来上下文管理、资源竞争和结果一致性问题。系统需要在扩展节点时评估并行收益与调度成本之间的平衡。
第三是结果缓存与复用。 当任务图被重新规划后，某些节点可能被移除或替换，但其执行结果可能对后续路径仍有价值。系统需要设计合理的结果缓存策略，避免在结构调整后丢失计算成果。
第四是错误传播。 由于节点之间存在依赖关系，一个节点的错误结果可能沿依赖边传播到下游多个节点。动态规划器需要具备一定的结果校验能力，在扩展节点前识别低可信度结果，避免错误路径过度扩展。
第五是资源预算。 动态规划系统倾向于在探索过程中不断新增节点，必须有明确的资源上限与优先级机制，防止任务图无限膨胀。通常需要在规划器中引入节点价值评估和预算约束。
面向深度研究的“边执行边规划”技术，本质上是对规划时机与规划粒度的重新思考。它承认深度研究任务的高度不确定性，因此拒绝在信息最不充分时做出最大的结构性承诺，转而让任务图随执行过程逐步生长。
这种技术的核心不是放弃规划，而是改变规划的方式：从一次性蓝图变成持续演化的结构生成。它更适合那些初始信息不足、中间结果可能改变结论、问题空间无法预先完全枚举的多步研究任务。在具体实现中，需要关注规划频率、并行度、结果复用、错误传播和资源预算等工程问题，才能真正发挥动态规划的价值。
对于开发者而言，理解“边执行边规划”的价值不在于记住某个具体架构，而在于认识到：当任务的确定性越低，规划就应该越靠后、越细粒度、越具备可重写性。这一原则同样适用于任何需要在不确定性环境中进行多步决策的系统设计。