10 - 思维原子（AoT）：结构化规划

核心思想

正如 SQL 将复杂的数据操作拆分为原子的、可组合的语句一样，AoT 将推理拆分为最小的、可执行的步骤。

什么是原子？

原子（atom）是最小的推理单元，它：

1. 表达一个想法
2. 可以独立验证
3. 可以确定性执行
4. 无法隐藏错误

示例

非原子（复合语句）：

"Search for rooms in Graz and filter by capacity"

原子（独立步骤）：

1. Search for rooms in Graz
2. Filter rooms by minimum capacity of 30

三层架构

为什么分离很重要

传统 LLM 方法（ReAct）

原子思维方法

心智模型

烹饪	编程
食谱（AoT 计划）	算法
"烧开水"	boilWater()
"加入意面"	addPasta()
"煮 8 分钟"	cook(8)

对比：

即兴发挥	自然语言
"做顿晚餐"	"自己想办法"
（自己琢磨）	（产生幻觉）

原子结构

{
  "id": 2,
  "kind": "tool",           // tool | decision | final
  "name": "multiply",       // operation name
  "input": {                // explicit inputs
    "a": "<result_of_1>",   // reference to previous result
    "b": 3
  },
  "dependsOn": [1]          // must wait for atom 1
}

• id：确定执行顺序
• kind：分类操作类型
• name：引用可执行函数
• input：使数据流显式化
• dependsOn：声明依赖关系

依赖图

原子构成一个有向无环图（DAG）：

• 可以按拓扑顺序执行
• 可以并行化独立分支
• 失败时停止在失败的节点
• 易于可视化和调试

状态管理

const state = {};

// 原子 1 执行后
state[1] = 22;  // add(15, 7) 的结果

// 原子 2 执行后
state[2] = 66;  // multiply(22, 3) 的结果

// 原子 3 执行后
state[3] = 56;  // subtract(66, 10) 的结果

• 显式（键值映射）
• 每个原子不可变（不覆盖）
• 可追溯（完整历史）
• 可检查（用于调试）

对比：AoT 与 ReAct

问题："(15 + 7) * 3 - 10 等于多少？"

ReAct 输出（文本）：

Thought: I need to add 15 and 7 first
Action: add(15, 7)
Observation: 22
Thought: Now multiply by 3
Action: multiply(22, 3)
Observation: 66
Thought: Finally subtract 10
Action: subtract(66, 10)
Observation: 56
Answer: 56

AoT 输出（JSON）：

{
  "atoms": [
    {"id": 1, "kind": "tool", "name": "add", "input": {"a": 15, "b": 7}},
    {"id": 2, "kind": "tool", "name": "multiply", "input": {"a": "<result_of_1>", "b": 3}, "dependsOn": [1]},
    {"id": 3, "kind": "tool", "name": "subtract", "input": {"a": "<result_of_2>", "b": 10}, "dependsOn": [2]},
    {"id": 4, "kind": "final", "name": "report", "dependsOn": [3]}
  ]
}

关键区别

方面	ReAct	AoT
格式	自然语言	结构化数据
验证	不可能	执行前验证
测试	模拟整个 LLM	独立测试执行器
调试	阅读文本	检查第 N 个原子
重放	重新运行整个对话	从任意原子重新运行
审计轨迹	对话历史	数据结构

AoT 的适用场景

隐藏优势：可调试性

ReAct 调试

"模型在第 7 次迭代中说了些奇怪的话"
→ 重新阅读整个对话
→ 猜测哪里出了问题
→ 希望不会再发生

AoT 调试

"原子 3 失败，错误：'Division by zero'"
→ 查看原子 3 的输入
→ 检查这些输入来自哪里（原子 1、2）
→ 修复工具或添加验证
→ 从原子 3 重新运行

总结

ReAct 的问题是："一个智能体接下来会说什么？"

AoT 的问题是："最小的、可执行的计划是什么？"

对于生产系统，你需要的是第二个问题。