前端进阶之旅前端进阶之旅
  • 基础篇HTML/CSS/JS 打底
  • 进阶篇原理与工程化
  • 高频篇面试最常问的那批
  • 精选篇按模块收敛的总结
  • 手写篇常考代码手写实现
  • 面经篇真实面试问题复盘
  • AI 篇NEWAI 时代的前端考点
  • 历年面经NEW按年份追踪真实考点
  • 每日一题每天一道,攒手感
  • 专项自测100 题快速查漏
  • 小程序题库小程序专项刷题
  • 算法题库NEW在线编码即时判题
  • 知识卡片NEW碎片时间过考点
  • 面试题大全常见问题解析
  • AI 答疑NEW随时提问,即时解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • AI 定制路线NEW按你的简历现排
  • AI 知识地图NEW串起全站知识点
  • 原理篇React / Vue 源码拆解
  • HTTP从报文一路讲到 HTTPS
  • 浏览器渲染、事件循环、进程
  • 计算机基础Linux、网络、操作系统
  • 设计模式23 种模式怎么用
  • Node学习指南从环境搭建到服务端
  • NPM工作流script、依赖与发布
  • Docker容器化部署上手
  • Canvas图形与动画实战
  • 前端系统进阶学习大型项目工程化
  • 前端综合文章长期沉淀的实践文
  • 思维导图知识点全景图
  • 学习路线按图索骥不跑偏
  • AI 热点NEWAI 每日动态
  • 公众号动态公众号历史文章
  • 博客动态站长的技术博客
  • 开发者导航常用工具与文档站
  • 基础篇HTML/CSS/JS 打底
  • 进阶篇原理与工程化
  • 高频篇面试最常问的那批
  • 精选篇按模块收敛的总结
  • 手写篇常考代码手写实现
  • 面经篇真实面试问题复盘
  • AI 篇NEWAI 时代的前端考点
  • 历年面经NEW按年份追踪真实考点
  • 每日一题每天一道,攒手感
  • 专项自测100 题快速查漏
  • 小程序题库小程序专项刷题
  • 算法题库NEW在线编码即时判题
  • 知识卡片NEW碎片时间过考点
  • 面试题大全常见问题解析
  • AI 答疑NEW随时提问,即时解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • AI 定制路线NEW按你的简历现排
  • AI 知识地图NEW串起全站知识点
  • 原理篇React / Vue 源码拆解
  • HTTP从报文一路讲到 HTTPS
  • 浏览器渲染、事件循环、进程
  • 计算机基础Linux、网络、操作系统
  • 设计模式23 种模式怎么用
  • Node学习指南从环境搭建到服务端
  • NPM工作流script、依赖与发布
  • Docker容器化部署上手
  • Canvas图形与动画实战
  • 前端系统进阶学习大型项目工程化
  • 前端综合文章长期沉淀的实践文
  • 思维导图知识点全景图
  • 学习路线按图索骥不跑偏
  • AI 热点NEWAI 每日动态
  • 公众号动态公众号历史文章
  • 博客动态站长的技术博客
  • 开发者导航常用工具与文档站
首页程序员面试题库Agent 目标澄清与任务分解的决策边界
AIAI Agent任务规划

用户目标含糊时,Agent 应先澄清还是直接分解任务?

先判断缺失信息是否会改变关键行动,再决定提问和执行的先后。

前端进阶之旅 · 一题精讲更新于 2026.09.06
AI Agent#任务规划
先看核心答案
理解线索

把未知信息分成三类

  1. 成果歧义用户要的最终产物和验收标准尚不明确
  2. 对象歧义操作目标、账号或数据范围无法唯一确定
  3. 实现余地多种可撤销方案都能满足已确认要求

提问数量不是质量指标,关键是答案能否减少重要的不确定性。

核心回答

先记住这个答案

目标含糊不等于所有工作都必须暂停。Agent 应先从上下文识别成果、对象和约束,把已经确认的要求继承下来。若缺失信息会改变交付物、操作对象或不可逆行动,就提出具体问题并等待该部分答案;若只是可撤销的实现细节,可以说明合理假设并继续。任务分解也可以分两层:先列稳定的阶段,等调查或澄清得到事实后,再展开依赖这些事实的步骤。

  • 先查现有上下文,避免重复询问已经确认的信息
  • 只让会改变关键执行分支的歧义阻塞相关工作
  • 假设要可见且可修正,不能充当用户授权

先恢复用户真正要完成的事

用户说优化搜索,可能指搜索速度、结果相关性或搜索引擎收录。应先检查正在讨论的页面、已有问题和明确约束,再把目标转成可以观察的行为。如果上下文已经说明搜索很慢,就不必从零询问优化是什么意思,可以继续定位耗时环节。

规划时将未知条件显式记录,避免它们被悄悄写成确定需求。比如尚未确定是否允许改索引,可以先分析慢查询与现有结构;依赖索引变更的实施步骤暂不执行。这比把整个项目锁住更能利用等待时间。

提出能改变下一步的具体问题

对于清理旧文件的请求,如果旧的定义会影响保留范围,问题应该围绕保留条件,而不是笼统询问更多信息。可以先列出候选清单及各类文件的用途,让用户面对一个可判断的范围,之后再执行依赖确认的动作。

如果只是样式间距、局部函数命名等可撤销细节,Agent 可以结合项目规范自行选择。说明假设时要讲清实际采用的条件和影响,不需要把每个小决定都转交给用户。等待可选偏好期间,也应给对方合理回复机会,避免刚提问就宣称默认选项已获批准。

答案到来后更新计划而非重启任务

用户补充只优化移动端时,应调整相关测试范围与实现分支,同时保留已经完成且仍适用的调查结果。任务分解的节点需要关联需求,才能判断哪些步骤保留、哪些失效。把每次回复都当新任务,会丢失原目标和已有进度。

若关键答案一直没来,依赖它的行动仍不能擅自执行;可以继续完成独立检查并准确记录阻塞位置。目标澄清的效果可通过返工率、重复问题数和关键误操作衡量,而不是简单要求 Agent 永远少问或永远先问。

回答前,多想一步

容易答错的地方

用默认选项代替同意
界面预选、用户沉默或时间经过都不能证明用户接受了关键条件。必要答案没有到达时,应保留阻塞状态。
先把所有细节问完再开始
能由代码、文件或既有约定回答的问题应先自行调查,只把真正影响用户意图的缺口留给用户。排查“Agent 目标澄清与任务分解的决策边界”时还要核对输入、版本和执行顺序,并用反例确认修复后的边界。
试着用自己的话回答

面试官还会怎么问?

用户说你决定就好,还需要问吗?

这扩大了常规实现选择空间,但应结合具体任务理解,不能凭这一句话推导出任意对象和任意范围的授权。

分解任务时可以写假设吗?

可以,注明假设、依赖它的步骤以及验证方式。新信息推翻假设时只调整受影响部分。针对“Agent 目标澄清与任务分解的决策边界”,还应保留最小复现、预期结果和失败路径,避免只凭一次现象下结论。

如何评价提问是否有用?

看不同答案是否会带来不同的执行路径或验收条件。如果答案不影响行动,问题可能只是增加沟通负担。

从一道题,走向一组知识

把知识连起来

任务规划

如何为 Agent 子任务建立可执行的依赖图?

让只依赖某个答案的任务局部等待

任务规划

AI Agent 做任务分解时如何确定子任务的粒度?

选择当前信息足以支持的分解粒度

记忆与状态

Agent 对话摘要应该什么时候生成,哪些内容必须保留?

把用户确认的目标和假设状态写入摘要

参考资料

  • Anthropic:Agent 设计中的任务与环境反馈

示例用于理解所注明的运行环境与边界;延伸学习可结合原文中的更多案例。

本题目录
  1. 先记住这个答案
  2. 先恢复用户真正要完成的事
  3. 提出能改变下一步的具体问题
  4. 答案到来后更新计划而非重启任务
  5. 容易答错的地方
  6. 面试官还会怎么问
  7. 把知识连起来
读懂,再试着讲出来

先看核心答案,再读代码。最后展开追问,检查自己有没有遗漏边界。

试着回答追问
浏览全部面试题理解原理,也关注真实的使用场景。回到顶部 ↑