子目標分解

子目標分解把一個困難而龐雜的任務，拆成數個各自能更直接解決的較小子目標，再把它們組合回整體。像「幫我訂一趟京都之旅」這種複雜請求，一步登天是沒指望的，但拆成「找航班、選日期、訂飯店、安排行程」後，每一塊都變得可處理。這正是把「分而治之」的直覺，套用到開放式的代理任務上。

在代理中，分解通常是階層式的：一個高層目標被展開成有序或半序的子目標，每個子目標可以直接解決、再遞迴往下分解，或委派給一個專門的子代理。這對應於階層式規劃——管理者就子目標進行推理，工作者處理基本動作——它縮短了模型在任一時刻必須推理的有效時程，從而提升可靠度，並讓進度能逐個子目標地被觀察。

整體的品質取決於分解本身：若子目標並非真正獨立、遺漏了某個必要步驟，或無法重新組合，那麼無論每一塊解得多好，失敗都會傳播下去。選對顆粒度是一種判斷——太粗，子目標仍太難；太細，協調負擔與誤差累積便會主導全局。