规划与推理-planning-and-reasoning子栏目 / 页面推理策略详解：Chain-of-Thought 与 Tree-of-Thought任务分解（Task Decomposition）的基本方法Plan-and-Solve 与动态重规划LLM 作为规划器的局限性与缓解方案2026 推理 / Agent 模型版图：Claude / GPT / Gemini 三家旗舰对比与选型Monte Carlo Tree Search 在 Agent 规划中的应用Agentic-RL 是什么？如何用 GRPO 训练 Agent 的决策能力？