跟着小螃蟹，看懂 AI 的规划与决策

小螃蟹把故事会通知发了出去，才发现场地还没约。

机器人安慰它：“我已经生成了一份完整计划。”

它翻到第一条：“发布活动通知。”

“完整是完整，顺序反了。”

01 规划与决策，分别做什么？

规划：为目标组织行动，安排顺序、依赖和资源。决策：在可选方案中作出选择。

先确认场地，再发通知，是规划；室内和露天选哪个，是决策。两者经常交叉：选了室内，后面的准备步骤也会变化。

故事会要预约场地、发通知、搬椅子、安排讲故事的人。列出来只是开始，还要检查哪些事情依赖前一步。

场地没确认，通知中的地址就不能当成定案；搬椅子需要人手和时间，不能把所有任务都安排在活动开始前一分钟。

好的规划需要目标、约束、可用行动和当前状态。重要步骤还要有完成条件，例如拿到预约确认，而不是写一句‘预约场地’就算完成。

室外场地便宜，但需要遮阳和天气备用方案；室内场地更稳定，但可能有费用或容量限制。

先检查硬约束，例如无障碍通行与人数容量；再比较成本、便利性等偏好。有些要求可以权衡，有些不能随意牺牲。

模型不知道你的优先级时，应继续确认，不能默默替你决定‘省钱最重要’。

小螃蟹说：“原来‘最佳方案’，还得问对谁最好、按什么标准。”

预测回答‘明天可能下雨吗’，决策回答‘是否改到室内’。

即使下雨概率相同，不同活动也可能选择不同方案：有没有顶棚、能否临时转场、取消损失多大，都会影响选择。

预测结果不能直接当成决策命令。不确定性、行动代价和目标，需要一起考虑。

规则、搜索、优化算法和大模型，都能参与规划与决策，不一定要靠聊天模型独自完成。

固定工作流预先安排常见步骤；智能体可以结合当前状态与工具反馈，动态选择下一步。具体系统也可以把两种方式结合。

让模型写出计划，与让系统可靠执行计划，仍然是不同的工作。

预约失败后，机器人不能继续按原地址发通知。它要更新状态，寻找替代方案，检查新场地是否仍满足要求。

小螃蟹这次把通知留在草稿里：“先约好，再发。”

检查 AI 的计划，可以问：目标是什么？哪些是硬约束？步骤依赖什么？失败后怎么调整？谁有权拍板？

选择方案之后，还要实际执行、核验结果。这是下一篇‘行动与控制’的工作。

漫画为教学场景，配图由 AI 生成。