Phase 14 - Lesson 02

ReWOO e Plan-and-Execute: Planejamento Desacoplado

This lesson includes a graded coding exercise that runs in your browser, unlocked with lifetime access.

O ReAct intercala pensamento e ação em um único fluxo. O ReWOO os separa: um grande plano inicial e depois a execução. 5x menos tokens, +4% de acurácia no HotpotQA, e você pode destilar o planejador em um modelo de 7B. O Plan-and-Execute generalizou isso; o Plan-and-Act o escalou para navegação na web.

Tipo: Construir Linguagens: Python (stdlib) Pré-requisitos: Fase 14 · 01 (Loop do Agente) Tempo: ~60 minutos

Objetivos de Aprendizagem

• Explicar por que a divisão do ReWOO entre Planner / Worker / Solver economiza tokens e melhora a robustez em relação ao loop intercalado do ReAct.
• Implementar um DAG de plano, um executor ordenado por dependência e um solver que compõe as saídas dos workers — tudo com stdlib.
• Decidir quando uma tarefa deve ser executada como planejar-então-executar versus ReAct intercalado, usando a estrutura dos "cinco padrões de fluxo de trabalho" de 2026 (Anthropic).
• Reconhecer quando os dados de plano sintético do Plan-and-Act são necessários para tarefas de longo horizonte na web ou em dispositivos móveis.

O Problema

O loop intercalado de pensamento-ação-observação do ReAct é simples e flexível, mas cada chamada de ferramenta precisa carregar todo o contexto anterior — incluindo cada pensamento anterior. O uso de tokens cresce quadraticamente com a profundidade. Pior: quando uma ferramenta falha no meio do loop, o modelo precisa derivar novamente todo o plano a partir da observação do erro.

O ReWOO (Xu et al., arXiv:2305.18323, maio de 2023) percebeu isso e fez uma aposta: planejar tudo inicialmente, buscar evidências em paralelo e compor a resposta no final. Uma chamada de LLM para planejar, N chamadas de ferramentas para evidências (podem ser paralelas) e uma chamada de LLM para resolver. A compensação é menos flexibilidade (o plano é estático) em troca de uma eficiência de tokens muito melhor e modos de falha mais claros.

O Conceito

Os três papéis

Planner:  user_question -> [plan_dag]
Workers:  [plan_dag]     -> [evidence]        (tool calls, possibly parallel)
Solver:   user_question, plan_dag, evidence -> final_answer

O Planner produz um DAG. Cada nó nomeia uma ferramenta, seus argumentos e de quais nós anteriores ele depende (referências como #E1, #E2). Os Workers executam os nós em ordem topológica. O Solver costura tudo.

Por que 5x menos tokens

O ReAct aumenta o comprimento do prompt linearmente com o número de etapas. Na etapa 10, o prompt contém o pensamento 1 mais a ação 1 mais a observação 1 mais o pensamento 2 mais a ação 2 mais a observação 2, e assim por diante. Cada etapa intermediária também inclui redundantemente o prompt original.

O ReWOO paga por um prompt do planejador (grande), N prompts pequenos do worker (cada um sendo apenas a chamada de ferramenta, sem cadeia) e um prompt do solver. No HotpotQA, o artigo mede cerca de 5x menos tokens, enquanto atinge +4% de acurácia absoluta.

Por que é mais robusto

Se o worker 3 falhar no ReAct, o loop precisa raciocinar a partir do erro no meio do fluxo. No ReWOO, o worker 3 retorna uma string de erro; o solver a vê no contexto com o plano original e pode se degradar graciosamente. A localização de falhas é por nó, não por etapa.

Destilação do planejador

O segundo resultado do artigo: como o planejador não vê as observações, você pode ajustar um modelo de 7B com base nas saídas do planejador de um professor de 175B. O modelo menor lida com o planejamento; o modelo maior não é necessário na inferência. Isso agora é padrão — muitos agentes de produção de 2026 usam um planejador pequeno e um executor grande ou vice-versa.

Plan-and-Execute (LangChain, 2023)

A postagem de agosto de 2023 da equipe do LangChain generalizou o ReWOO em um nome de padrão: Plan-and-Execute. O planejador inicial emite uma lista de etapas, o executor executa cada etapa e um replanejador opcional pode revisar após observar os resultados. Isso é mais próximo do ReAct do que do ReWOO (o replanejador traz as observações de volta para o planejamento), mas preserva a economia de tokens.

Plan-and-Act (Erdogan et al., arXiv:2503.09572, ICML 2025)

O Plan-and-Act escala o padrão para agentes web e móveis de longo horizonte. A principal contribuição são os dados de plano sintético: um gerador de trajetória rotulado produz dados de treinamento onde o plano é explícito. Usado para ajustar modelos de planejadores que continuam funcionando além de 30 a 50 etapas em tarefas semelhantes ao WebArena, onde uma única trajetória do ReAct perde a coerência.

Quando escolher qual

A orientação de dezembro de 2024 da Anthropic: comece com o mais simples. Se a tarefa for uma chamada de ferramenta mais um resumo, não construa o ReWOO. Se a tarefa for um trabalho de pesquisa de 40 etapas, não faça apenas o ReAct.

Construa

code/main.py implementa um ReWOO de brinquedo:

• Planner — uma política programada que emite um DAG de plano a partir de um prompt.
• Worker — despacha a chamada de ferramenta de cada nó através do registro.
• Solver — composição programada que lê as evidências e produz uma resposta final.
• Resolução de dependências — referências como #E1 são substituídas pelas saídas anteriores dos workers.

A demonstração responde a "Qual é a população da capital da França, arredondada para milhões?" usando um plano de duas etapas: (1) buscar a capital, (2) buscar a população e, em seguida, resolver.

Execute-o:

python3 code/main.py

A execução mostra o plano completo primeiro, depois os resultados dos workers e, em seguida, a composição do solver. Compare a contagem de tokens (imprimimos uma contagem aproximada de caracteres) com uma execução intercalada no estilo ReAct — o ReWOO vence nesse tipo de tarefa estruturada.

Use

O LangGraph disponibiliza o Plan-and-Execute como uma receita (create_react_agent para ReAct, grafos customizados para plan-execute). Os Flows do CrewAI codificam o padrão diretamente: você define as tarefas inicialmente e o DAG do Flow as executa. A abordagem de dados sintéticos do Plan-and-Act ainda é majoritariamente acadêmica; o padrão em tempo de execução (DAG de plano explícito) é entregue em produção por meio do LangGraph e dos Flows do CrewAI.

Entregue

outputs/skill-rewoo-planner.md gera um DAG de plano ReWOO a partir de uma solicitação do usuário, dado um catálogo de ferramentas. Ele valida o plano (acíclico, cada referência resolvida, cada ferramenta existente) antes de passá-lo para um executor.

Exercícios

1. Paralelize a execução dos workers para nós de plano independentes. O que isso traz de benefício em um DAG de 6 nós com 2 grupos paralelos?
2. Adicione um nó de replanejador que é acionado se algum worker retornar um erro. Qual é a menor alteração no ReWOO que o transforma em Plan-and-Execute?
3. Substitua o Planner por um modelo menor (classe 7B) e mantenha o Solver em um modelo de ponta. Compare a qualidade de ponta a ponta — onde a divisão falha?
4. Leia a Seção 4 do artigo do ReWOO sobre destilação do planejador. Reproduza o resultado de 175B -> 7B conceitualmente: de quais dados de treinamento você precisa e como avalia a qualidade do plano?
5. Adapte o brinquedo para o formato de trajetória do Plan-and-Act: o plano é uma sequência, não um DAG. Quais compensações mudam?

Termos Chave

Leitura Adicional

• Xu et al., ReWOO: Decoupling Reasoning from Observations (arXiv:2305.18323) — o artigo canônico
• Erdogan et al., Plan-and-Act (arXiv:2503.09572) — planejador-executor escalado com planos sintéticos
• LangGraph Plan-and-Execute tutorial — a receita do framework
• Anthropic, Building Effective Agents — escolha o padrão mais simples que funcione