直接回答：ReAct 边想边做——每步先推理（Thought）再行动（Action）再观察（Observation），逐步决定下一步；Plan-and-Execute 先出完整计划再逐步执行，执行中可不重看全局；ReWOO 更进一步，规划时就把工具调用参数写成占位符，一次规划生成整个调用图，执行时填充，省掉中间重复的 LLM 调用。
展开解析：取舍维度有三个。灵活性：ReAct 每步都能根据观察调整方向，适合路径不可预知的探索型任务（调试、调研）；Plan-and-Execute 计划定死后遇到意外要 replan，适合流程确定性高的任务（报表生成、批量操作）。成本：ReAct 每步一次 LLM 调用且上下文越滚越大；ReWOO 的规划-执行分离让 token 消耗降一个量级，但参数占位符要求工具间依赖关系可静态确定。可靠性：ReAct 容易陷入局部循环，Plan-and-Execute 容易计划本身就不靠谱——实务常用混合：先出粗计划（3~7 步里程碑），每步内部 ReAct，里程碑间做进度校验与 replan。选型决策树：任务步骤可枚举且稳定 → Plan-and-Execute；步骤间数据依赖明确 → ReWOO 省成本；强探索性 → ReAct 加步数上限；复杂长任务 → 分层混合。无论哪种，都要把“计划”显式写出来供人审查，黑盒自主规划是事故温床。
追问方向：replan 的触发条件如何设计？树搜索类规划（ToT）为何工程上少用？
（约 460 字）