Agent 是指能够自主感知环境、做出决策并执行动作的实体，其行为不受外界强制控制，而是基于自身目标和环境信息独立运作。简单来说，它是 “能自主行动的个体”，既可以是物理实体（如机器人），也可以是虚拟实体（如软件程序）。

 ReAct 是 Agent 领域中一种非常重要的运行框架（或工作模式），全称可以理解为 “Reasoning（推理）+ Action（行动）” 的结合。简单说，它是让 Agent 像人一样 “边想边做” 的模式 —— 通过 “思考该做什么→动手尝试→根据结果再调整思路” 的循环，一步步解决复杂问题。

ReAct 的核心运行步骤：四步循环

ReAct 的运行可以拆解为一个不断重复的闭环，每一轮都包含 4 个关键环节：

1. 任务接收：明确 “要做什么”

Agent 先拿到用户的目标（比如 “帮我规划从北京到上海的 3 天旅游行程”），这是整个循环的起点。

2. 推理（Reasoning）：“我该先做什么？”

Agent 开始 “思考”：分析任务目标，拆解问题，规划下一步动作。比如：

• “用户要旅游行程，得先知道他喜欢自然风光还是城市景点？”
• “不知道他的出发时间和预算，这些信息会影响行程安排，得先问清楚。”
• “如果他说喜欢历史景点，下一步就该搜上海的历史景点列表。”

这个 “思考” 过程不是瞎想，而是基于已有信息（比如用户历史偏好、常识）和任务目标，判断 “当前最该做的事”。

3. 行动（Action）：“动手去试”

根据推理结果，Agent 执行具体操作（比如调用工具、查询信息、与人交互等）。比如：

• 推理出 “需要用户的偏好”，行动就是 “发送问题：‘你更喜欢自然景观还是人文景点？’”；
• 推理出 “需要查景点”，行动就是 “调用地图工具搜索上海历史景点”；
• 推理出 “需要订酒店”，行动就是 “调用酒店预订 API 查价格和位置”。

行动的目的是获取新信息或推进任务，相当于 Agent “动手收集素材”。

4. 观察（Observation）：“看看结果怎么样”

行动后，Agent 会获取反馈（比如用户的回答、工具返回的数据、环境的变化）。比如：

• 问用户偏好后，观察到反馈：“用户说喜欢自然 + 美食”；
• 搜景点后，观察到结果：“上海有外滩、豫园、迪士尼，其中迪士尼适合自然 + 娱乐，但人可能多”；
• 订酒店时，观察到反馈：“某酒店价格超出预算”。

5. 循环：用新信息继续 “推理 - 行动”

拿到观察结果后，Agent 会把新信息加入 “思考库”，重复第二步的推理：“现在知道用户喜欢自然 + 美食，预算有限，那下一步该排除高价酒店，优先选靠近景点和美食街的住宿……” 直到任务完成（比如行程规划好并确认）。