ReAct：让 AI 思考并动手解决问题-马育民老师

# 介绍

ReAct（Reasoning + Acting）是2022年底由普林斯顿与谷歌团队提出的大模型智能体框架，核心是**让LLM交替思考（Thought）与行动（Action），并观察（Observation）外部反馈，形成闭环**，解决纯文本推理“幻觉”和无法交互环境的问题。

- **全称**：Reasoning and Acting（推理与行动协同）。
- **论文**：《ReAct: Synergizing Reasoning and Acting in Language Models》（2022年11月）。
- **定位**：**把思维链（CoT）与工具调用融合**，让大模型既能“想”又能“做”，并根据结果调整策略。
- **动机**：纯LLM推理易幻觉、无法获取实时信息；工具调用缺推理、步骤僵硬；ReAct**交替思考与行动，互相增强**。

---

# 原理

ReAct 是一个**三步闭环**，反复迭代直到得出最终答案：

```
Thought-Action-Observation 循环
```

### 1. Thought（思考）

- 模型分析当前问题、历史观察，**决定下一步做什么**（推理、规划、反思）。
- 输出自然语言推理文本，如：“我需要查2026年世界杯冠军，调用搜索工具”。

### 2. Action（行动）

- 模型根据思考结果，**生成结构化工具调用指令**（非自然语言）。
- 格式示例：`Search(query="2026世界杯冠军")` 或 `Calculator(25*4)`。
- 行动类型：**搜索、数据库查询、API调用、代码执行、数学计算**等。

### 3. Observation（观察）

- 系统执行 Action，把**工具返回结果格式化后喂给模型**。
- 示例：`Observation: 2026世界杯冠军是法国队`。
- 作用：**补全信息、验证推理、纠正错误**，进入下一轮 Thought。

---

# 工作流程示例（订机票）

用户请求：“订明天15:00北京→上海机票”。

1. **Thought 1**：需查航班 → **Action 1**：`FlightSearch(北京,上海,明天15:00)` → **Observation 1**：3个航班（14:50/15:00/15:10）。
2. **Thought 2**：筛选15:00航班 → **Action 2**：`Filter(时间=15:00)` → **Observation 2**：仅剩CA1502。
3. **Thought 3**：需用户确认 → **Action 3**：`AskUser(确认订CA1502?)` → **Observation 3**：用户确认。
4. **Thought 4**：执行预订 → **Action 4**：`BookFlight(CA1502)` → **Observation 4**：预订成功。
5. **Final Answer**：已为你预订CA1502（明天15:00）。

---

# 核心组件

1. **LLM大脑**：负责 Thought 生成、Action 决策、Observation 整合（如GPT-4、Claude、Llama 3）。
2. **提示词模板**：强制输出格式（Thought/Action/Observation）、可用工具、示例，**约束模型行为**。
3. **工具库**：搜索、数据库、API、代码解释器、计算器等，**连接外部世界**。
4. **执行器**：解析 Action、调用工具、返回 Observation，**隔离模型与环境**。
5. **记忆模块**：存储历史 Thought/Action/Observation，**支持多轮上下文**。

---

# 特性

对比纯CoT/纯工具调用

- **协同增强**：思考指导行动，行动结果优化思考，**互相提升**。
- **可解释性强**：每步都有自然语言 Thought，**决策透明、易调试**。
- **减少幻觉**：**用外部事实验证推理**，显著降低编造概率。
- **动态规划**：非固定步骤，**根据观察实时调整策略**，应对复杂/未知问题。
- **泛化性好**：无需针对任务微调，**通过提示词即可适配新工具/新场景**。

---

# 应用场景

1. **信息检索与问答**：联网搜索、查数据库、实时数据（天气/新闻/股价）。
2. **复杂推理与计算**：数学题、逻辑推理、代码执行、科学计算。
3. **任务自动化**：订机票/酒店、发邮件、数据处理、报表生成。
4. **智能客服/助手**：多轮对话、故障排查、个性化推荐。
5. **数据分析与BI**：查询数据库、可视化、异常检测、报告生成。
6. **多模态交互**：图文理解、语音助手、视频内容分析。

# 不适合场景

1. 极简一次性回答。无需思考、不用调用工具，一句话就能出结果，多轮思考纯属浪费。例：简单翻译、常识短句、固定话术回复。

2. 高实时极速响应。要求毫秒级返回，ReAct多轮思考+工具调用延迟高，达不到速度要求。例：弹幕实时互动、按键快速反馈、高频接口应答。

3. 无外部工具可调用。纯主观创作、情感聊天、脑洞文案，没有查询/计算/执行动作可做。例：写诗歌、谈心安慰、自由闲聊、主观点评。

4. 规则固定、流程死板任务。步骤完全固定，不需要动态思考调整，套模板效率更高。例：固定格式填表、标准化审批、固定话术推送。

5. 上下文极短、多轮受限场景。轮次被严格限制，无法反复思考行动迭代。例：短指令单次交互、小程序单次问答。

6. 成本敏感、低价值小任务。小问题开销远大于收益，没必要启动ReAct循环。例：简单换算、短句纠错、基础格式整理。

7. 隐私/风控禁止外部调用。不能联网、不能执行代码、不能查询数据，行动环节直接失效。例：内网涉密问答、隐私数据处理、强风控会话。

8. 高度发散创意类任务。越约束思考步骤，创作自由度越低，效果变差。例：剧本创作、自由故事、灵感构思。

---

# 优缺点

### 优点
- **推理更准**：事实校验，幻觉少。
- **过程透明**：每步可追溯，易排查问题。
- **灵活通用**：提示词驱动，适配多场景。
- **能力扩展**：突破模型知识截止日期，获取实时信息。

### 缺点
- **成本更高**：多轮调用LLM+工具，**耗时/费用增加**。
- **提示词敏感**：模板设计差会导致**格式错误、循环、无效行动**。
- **工具依赖**：工具不可用/返回错误，**直接影响结果**。
- **长上下文压力**：多轮历史累积，**易超上下文窗口**。

---

# 与其他Agent框架对比

- **ReAct**：**Thought+Action交替**，单轮内多次思考行动，**灵活、可解释**。
- **Plan-and-Execute**：**先全量规划，再批量执行**，步骤固定，**简单任务高效、复杂易失败**。
- **Toolformer**：**工具调用融入文本生成**，无显式Thought，**简洁、可解释性差**。
- **AutoGPT**：**自主设定目标、多轮迭代、长期记忆**，**全自动、易失控、成本高**。

---

# 实现要点（极简代码思路）

```python
# 伪代码：ReAct 核心循环
def react_agent(user_query, tools, llm):
    history = []
    while True:
        # 1. 生成 Thought
        thought_prompt = build_prompt(user_query, history, tools)
        thought = llm.generate(thought_prompt)
        history.append(("Thought", thought))
        
        # 2. 生成 Action
        action = llm.parse_action(thought)
        history.append(("Action", action))
        
        # 3. 执行 Action，获取 Observation
        observation = tools.execute(action)
        history.append(("Observation", observation))
        
        # 4. 判断是否结束
        if is_final_answer(observation):
            return observation
```

---

# 总结
ReAct 是当前**最主流、最实用的大模型智能体框架**，通过**思考-行动-观察闭环**，把LLM从“纯文本生成器”升级为“能感知、能行动、能反思”的智能体。它平衡了**灵活性、可解释性与准确性**，是构建复杂AI应用（如智能助手、自动数据分析、自主任务执行）的核心技术。

原文出处：https://malaoshi.top/show_1GW3NHiTx5ha.html