手搓Claude Code（2）：遇到难回答的问题怎么办

2026-04-13

前面文章，我们给 AI 装上了手（Bash）和专属工具箱。现在的 Agent，看起来已经是个手脚麻利的精干小伙了。

但如果你真的丢给它一个极其复杂的问题：

帮我调研过去五年美国 AI 公司的融资趋势，对比国内情况，最后生成一份包含图表的万字分析报告。

面对这种量级的任务，大概率还是一场灾难。

灾难现场

没有规划能力的 Agent，处理问题靠的是直觉反应——拿到任务，立刻开干。

它会马上调用搜索工具，开始查美国 AI 公司的数据。查着查着，数据越来越多，它拼命往上下文窗口里塞。等终于查完美国，准备转头查国内的时候，问题来了：上下文窗口快满了，注意力开始涣散。它可能已经不记得任务还要求画图表，也可能在最后写报告时，把两国的融资数字悄悄搞混。

它其实并不蠢，只是还没想清楚怎么做，就已经开干了。

就像你让一个不带纸笔的人去操办一场百人年会。他跑去订场地，回来忘了通知餐饮；通知完餐饮，又忘了采购抽奖礼品。干一件事，忘一件事，最后彻底死机。

面对步骤繁杂的任务，光有执行力不够，还得有规划能力。而且要把计划写下来，不能只装在脑子里。

给 Agent 一个 todo

人类遇到复杂问题怎么办？找张纸，列个待办清单，做完一项划掉一项。

Agent 也需要这个习惯。我们可以给它植入一套硬性规则，或者直接提供一个专用todo工具：在真正动手之前，必须先调用任务规划工具，把大问题拆解成若干步骤，写在todo里。

加了这个机制之后，Agent Loop 就变成了这样：

你 → 丢出任务（写调研报告）

第一圈：AI 思考 → 任务太大，先拆解
        ↓ 调用 [todo 工具]
      写下计划：
        [ ] 步骤1：搜索美国过去五年 AI 融资数据
        [ ] 步骤2：搜索国内过去五年 AI 融资数据
        [ ] 步骤3：清洗数据，生成对比图表
        [ ] 步骤4：撰写分析报告

第二圈：AI 更新 todo → 步骤1标为进行中
        ↓ 调用 [搜索工具]，查询美国 AI 融资数据
      返回大量原始数据
        ↓ 调用 [write_file 工具]，将数据写入 us_data.txt（释放上下文）
      写入完成 ✓
        ↓ 调用 [todo 工具]，步骤1完成，步骤2进行中
      [x] 步骤1：美国数据搜索完成
      [>] 步骤2：搜索国内过去五年 AI 融资数据  ← 正在做
      [ ] 步骤3：清洗数据，生成对比图表
      [ ] 步骤4：撰写分析报告

第三圈：AI 更新 todo → 步骤2标为进行中
        ↓ 调用 [搜索工具]，查询国内 AI 融资数据
      返回大量原始数据
        ↓ 调用 [write_file 工具]，将数据写入 cn_data.txt（释放上下文）
      写入完成 ✓
        ↓ 调用 [todo 工具]，更新进度
      [x] 步骤1：美国数据搜索完成
      [x] 步骤2：国内数据搜索完成
      [>] 步骤3：清洗数据，生成对比图表  ← 正在做
      [ ] 步骤4：撰写分析报告

...（后续圈次依此类推）

最后一圈：AI 思考 → 报告写完，所有步骤已完成
        ↓
你 ← 最终结果

todo 里有三种状态，各自有明确含义：

• [ ] 还没开始
• [>] 当前正在做
• [x] 已经完成

[>] 这个状态有一条强制约束：同一时间只允许一个步骤处于进行中。

Agent 天然喜欢同时推进很多事。这条约束强迫它收窄焦点：先把这件事做完，再动下一件。

有了写在外部的清单，AI 不需要把整个目标和所有细节都死记在脑子里。每到一个新的循环，只需要看一眼：现在该干哪步。上下文省出来了，注意力也跟着收拢。

还有一点没那么直观，但也很重要：计划可以改。如果步骤2的搜索一无所获，Agent 不会直接报错罢工，它会翻出 todo，把步骤2拆得更细，换个搜索词再试。

光有 todo 还不够

实际跑起来，还有个常见问题：AI 开头认认真真写了计划，做着做着就忘了回来更新。几轮过后，todo 还停在初始状态，跟没有一样。

解法不复杂。主循环可以记一个计数器，例如连续三轮没有更新 todo，就往上下文里塞一条提醒：

<reminder>你已经好几轮没有更新计划了，继续之前先刷新一下 todo。</reminder>

这条提醒的意思很简单：主循环不只负责执行动作，也要维护计划状态。 计划写了不更新，和没写没什么区别。

现在我们的 Agent 已经升级到了以下水平，你终于拥有了一个有待办清单的 Agent：

你 → AI 思考
        ↓ 任务太大，先拆解
      调用 todo 工具，写下计划
        [ ] 步骤1
        [ ] 步骤2
        [ ] 步骤3
        ↓
      标记步骤1为进行中 [>]
        ↓ 调用工具执行
      结果反馈
        ↓
      步骤1完成 [x]，步骤2进行中 [>]
        ↓ 调用工具执行
      结果反馈
        ↓
      （连续三轮未更新 todo）
      <reminder>先刷新一下计划</reminder>
        ↓
      更新 todo，继续执行
        ...
      AI 思考 → 完成了
        ↓
你 ← 最终结果