规划与记忆是 Agent 超越单次问答的两大支柱。规划常见模式：ReAct 式边想边做，适合步骤少、路径不确定的任务；Plan-and-Execute 先由规划器生成完整步骤清单，执行器逐步执行并周期性重规划（replan），适合长程任务且更省 token；反思机制（Reflexion、自我批评）在失败后总结教训写入上下文再重试，显著提升成功率。

记忆分三层：短期记忆即上下文窗口内的对话历史与中间结果，受窗口限制需压缩摘要；长期记忆把用户偏好、历史结论向量化存入数据库，用时检索注入，实现跨会话个性化；程序性记忆是沉淀下来的经验与技能（如可复用的工具调用序列）。

易错点：规划质量受模型能力硬约束，弱模型做复杂规划不如固定工作流；记忆检索会引入噪声，需要时效性与重要性加权（类似人类遗忘曲线）；上下文不是越大越好，无关历史会干扰当前决策。追问方向：何时该用确定性工作流（Workflow）而非自主 Agent？（路径可预知时用工作流更可靠、更便宜）