ArcLibrary
L1入门L2进阶L3生态

ReAct (Reason + Act)

Agent 最核心的运作范式 —— 想一步、做一步、看一步、再想一步。

AgentReAct
核心 · Key Idea

一句话：ReAct = Reason + Act，让模型轮流写「思考 → 调工具 → 看结果」三块文本，循环直到任务完成。今天 90% 的 Agent 框架（LangChain / OpenAI tools / Claude tools）底层都是它的变种。

是什么#

模型每一轮输出三段：

Thought: 我需要先知道今天北京天气，应该用 search 工具。
Action:  search("北京 天气 今天")
Observation: 26°C，多云。

Thought: 用户问要不要带伞，结合天气我可以回答了。
Action:  finish("不用带伞，今天多云。")

把 Thought / Action / Observation 当作模型生成的「结构化日志」，循环喂回去 —— 每一轮都基于上一轮的 Observation 做决策。

打个比方#

打个比方 · Analogy

ReAct 像侦探破案：

  • Reason = 推理（「凶手可能是 A，因为他有动机」）；
  • Act = 取证（去查 A 当晚不在场的证据）；
  • Observation = 拿到证据；
  • 然后再 Reason —— 一直到案子破了。

关键概念#

Thought推理
模型用自然语言思考下一步 —— CoT 在循环里的应用。
Action动作
结构化的工具调用 (Function Calling)：选哪个工具 + 传什么参数。
Observation观察
工具执行后的返回，由系统拼回 prompt 让模型继续。
Stop Condition终止条件
模型显式调 finish() 或达到最大步数。

怎么工作#

每次循环都把完整历史（所有 Thought / Action / Observation）拼进 prompt 重新给模型 —— 这是为什么 Agent 容易吃光 Context。

实操要点#

  • 优先用原生 Tools API：OpenAI / Anthropic / Gemini 的 tools 字段都内置了 ReAct，不必手写 parser。
  • 每个工具一行 description：写清楚「什么时候用、要什么参数、返回什么」 —— 模型选工具的准头全靠它。
  • 限步数：硬上限 8–15 步。模型卡住时要么报错要么交给人。
  • Observation 要简短：工具返回长 JSON 直接干掉一半上下文。先做摘要、过滤再喂回去。
  • Thought 不进生产 UI：思考链只给开发者看 trace，前端只展示「最终回答」+ 关键 Action 进度。

易混点#

ReAct
**会调工具**，能改外部世界。
多轮循环，每步基于上一步结果。
纯 CoT
**只在脑里想**，不改世界。
一次性输出推理链 + 答案。
ReAct
**边想边做**，每步重新决策。
适合分支多、不确定的任务。
Plan & Execute
**先一次性规划**所有步骤，再批量执行。
适合稳定流程，省 Token。

延伸阅读#