プランナーとエグゼキューターの異種化

強い推論モデルを計画、安価/決定論的系を実行に割り当てる構成は費用と権限を分離し得るが、planの不完全性とexecutorの過剰権限が同時に危険になる。

multi-LLM / implementation / cost / security / evaluation

Plan-and-Solve原著が示すplan→subtask executionは何を確立するか。plannerとexecutorを異種modelに分けること、または計画を信頼して実行することまで確立するか。

• source class: primary research paper; exact title: Plan-and-Solve Prompting: Improving Zero-Shot Chain-of-Thought Reasoning by Large Language Models; author/org: Lei Wang et al.; canonical URL: https://arxiv.org/abs/2305.04091 publication/update/access: submitted 2023-05-06, revised v3 2023-05-26 / accessed 2026-09-13 JST; version/release/tag/commit/API revision/model ID: arXiv v3 / ACL 2023; supporting locator: abstract lines 8-24（two components: devise plan to divide task into subtasks, then carry out subtasks; ten datasets/three reasoning problems; GPT-3 results）; evidence label: RESEARCH; relation: support / limit.
• source class: primary research paper; exact title: ReAct: Synergizing Reasoning and Acting in Language Models; author/org: Shunyu Yao et al.; canonical URL: https://arxiv.org/abs/2210.03629 publication/update/access: revised v3 2023-03-10 / accessed 2026-09-13 JST; version/release/tag/commit/API revision/model ID: arXiv v3; supporting locator: abstract lines 16-21（reasoning traces and actions interleaved, plans updated by external observations, HotpotQA/FEVER/ALFWorld/WebShop scope）; evidence label: RESEARCH; relation: counter / context.

Plan-and-Solveは、全体をsubtaskへ分けるplanと、planに従うsubtask executionの二成分を明示し、GPT-3の10 datasets/3 reasoning problemsでZero-shot-CoT等との比較を報告する。これはplan→executeという制御形の研究根拠だが、planner/executorを異なるmodel/providerにすること、executorが外部transactionを安全に行えること、planが常に完全であることは確立しない。ReActはreasoningとactingをinterleaveし、外部観測でplanを更新するため、固定planと反応型planのトレードオフを示すcounter-contextである。

plan omission、stale world state、executor interpretation drift、subtask dependency、error propagation、tool permission overreach。planを一度承認した後の環境変化・権限変更・外部副作用は別監視が必要。

planner/executor model/API/version、tool permission、plan schema、state snapshot、approval、budget、rollback、provider data policyを確認する。実model混成・実tool executorは未実施。

plannerはtyped plan/dry-runのみ、executorはallowlisted deterministic/tool actions、state readback、step-level approval、replan on driftを設計候補とする。

plan completeness、dependency correctness、executor success、state divergence、action safety、replan frequency、latency/cost、human approval burdenを別scoreにする。計画品質を実行安全性に代用しない。

SECURITY/PRIVACY: plannerへ秘密を渡さず、executorに最小権限。AUDIT: plan version/hash、model IDs、state snapshot、step requests/results、approvals、replan。COST: planner expensive model、executor calls、readback。OPERABILITY: max steps、stop on drift、compensation/revert、dead-letter。

「Plan-and-Solve研究はplan→subtask executionの構造と特定推論taskでの比較結果を示す。Planner–Executor異種化は費用・権限分離の設計候補であり、planの完全性、executorの安全性、外部actionの可逆性を自動保証しない。ReActのようなinterleavingも代替設計である。」

本文ではplanner/executorのmodel、protocol、state、tool permission、approval、replan、rollback、costを明記し、GPT-3/ten-dataset研究値の適用範囲を固定する。

planner/executor異種化の因果効果、plan drift検知、再計画条件、deterministic executorの実現、長期taskでの費用/安全性。

plan生成成功やexecutorの一step成功を、全体完了・安全・正しさの証拠としない。 UNIT_CLOSE_STATUS: INDIVIDUAL_BOUNDED_CLOSE / EVIDENCE_RECORDED / UNKNOWN_PRESERVED

---