把全讲收进一张清单：七问、四格开放题与回访路线

3a 的最后一页是张清单（L5 p.46-47）。Fried 的收法：加规划是设计选择，有代价，不总是值得；动手之前，先过这些问题。

一、收束页的七问

按字幕收拢是七问。有没有清晰的子任务？子任务之间可分吗，最好能独立执行吗？有些子任务值得配专门模型吗？类型不同吗？规划本身比执行更难吗？什么时候该重规划、什么时候守住原计划？最后一条：规划能不能成为控制系统的手段，由人监督介入，或由另一个模型掌舵。

二、四问对账

讲义把七问重组成四问。第三讲里，每问都挂着证据与属地。

• 子任务可分吗：分出来的 planner 与 executor，换不同模型或训练是否有益。UGround 的 7B executor 与 Plan-and-Act 的教师轨迹是正例，属地拆开 planner 与 executor 篇。规划比执行更难吗，是这一问的分工版，难的部分留给强模型。
• 哪些失败或观察应当改变计划：触发器要显式定义，工具报错、观察与预期不符、连续失败，出处是伴读第二节。价签有实验背书：MACU 把任务图锁死在初版，长视野基准成功率只剩约 25%，允许修改越多、成功率越高，消融全图见要不要委派篇。
• 系统如何阻止错误与 context 累积：验证回路证伪中间产物，各 agent 持干净小窗口，self-conditioning 税靠校准压。三条出处分属伴读第二、三、九节。
• 谁批准不可逆动作：程序化计划只从页面取值、不接受注入的新动作，属地从 STRIPS 到代码即政策篇；Plan Mode 把人的批准做进动线，属地先规划篇。由另一个模型掌舵那一条，RAO 与 MACU 的 manager 都算数。

三、四格开放题

清单同页留着四格开放问题（L5 p.46-47），每格通向一门后继课。

• 语言计划没有通用校验器。STRIPS 能机器检查，自然语言不能，这是 Representation 的天花板。
• agent 误判何时该思考、查看、提问。校准问题，多想多看多做篇给的是现状账。
• 跨子任务约束既抗分解也抗长上下文。Global state，要不要委派篇有病例。
• 训练出的推理能否吸收这些结构。训练侧的答案留给 RL 讲次。

回访路线在 L5 p.6 画好：多 Agent 角色与通信，Interaction 1；澄清与人批，Interaction 2；计划上的搜索，以及 MACU、RAO 的回归，Search 1–2。

四、收在原处

回到导语那条采购轨迹，四问在原任务图上各就各位。独立搜索各自隔离，四家全不满足就是重规划触发器，需求与进度跨全任务持久，提交申请前过人批准。

清单可以抄走，价签别忘了。锁死任务图，成功率两成半；放开重规划，一路上行。规划结构值不值，就在这两端之间。