ReAct范式结合思考与行动的协同机制，通过Thought->Action->Observation循环过程，使AI智能体既能进行复杂推理又能与外部世界交互。该模式通过特殊提示工程实现，将行动结果不断追加到上下文，形成持续增长的记忆，直至得出最终答案。相比"纯思考"型易产生幻觉和"纯行动"型缺乏规划，ReAct实现了推理与行动的互补，提高了AI智能的问题解决能力。

---

ReAct 之前:

“纯思考” 型：思维链 (Chain-of-Thought)优点: 引导模型进行复杂的逻辑推理 缺点: 无法与外部世界交互，容易产生幻觉。

“纯行动” 型:模型直接输出要执行的动作, 缺乏规划和纠错能力

ReAct范式：

认识到思考与行动是相辅相成，【思考指导行动，而行动的结果又反过来修正思考】

实现：

通过特殊的提示工程来引导模型，使其每一步的输出都遵循一个固定的轨迹

Thought (思考)：这是智能体的"内心独白"。分析当前情况、分解任务、制定下一步计划，或者反思上一步的结果。

Action (行动)：这是智能体决定采取的具体动作，根据当前阶段的上下文采取行动，补充需要填充的上下文信息。

Observation (观察)：这是执行Action后对上下文产生更新后的动作，评估当前阶段的信息是否足够支撑完成任务，并且规划下一步输出

智能体将不断重复这个 Thought -> Action -> Observation 的循环，将新的观察结果追加到历史记录中，形成一个不断增长的上下文，直到它在Thought中认为已经找到了最终答案，然后输出结果。这个过程形成了一个强大的协同效应：推理使得行动更具目的性，而行动则为推理提供了事实依据。

例子:

用户输入:长沙适合今天天气的景点推荐

React 智能体执行流程:

第一步:

观察：上下文只有输入的问题 [长沙适合今天天气的景点推荐]

智能体根据问题拆解并作出行动:

拆解（思考）:首先获取今天天气

行动:使用工具获取天气信息，并且更新上下文信息

思考: 用户询问长沙适合今天天气的景点推荐。要回答这个问题，我需要先了解长沙今天的天气情况，然后根据天气特点推荐合适的景点。因此，我需要使用搜索工具来获取长沙今天的天气信息。
🎬 行动: Search[长沙今天天气]
正在使用【SerApi】搜索: 长沙今天天气
👀 观察: [1] 长沙雷达图
23日（今天）. 小雨. 7℃. <3级 · 24日（明天）. 小雨. 9℃/7℃. <3级 · 25日（后天）. 阴转多云. 12℃/1℃. <3级 · 26日（周五）. 多云. 11℃/2℃. <3级 · 27日（周六）. 多云. 14℃/4℃. <3级 ...
[2] 长沙黄花 - 中国气象局-天气预报-城市预报
星期二 12/23. 小雨. 北风 ; 星期三 12/24. 小雨. 北风 ; 星期四 12/25. 阴. 北风 ; 星期五 12/26. 多云. 东北风 ; 星期六 12/27. 多云. 北风.
[3] 长沙市-天气预报
11:00 · 8.7℃. 3.3m/s. 东北风. 1022.1hPa ; 14:00 · 11.7℃. 3.1m/s. 东风. 1018.3hPa ; 17:00 · 10.6℃. 3.2m/s. 东北风. 1017.6hPa.

第二步:

观察:上下文信息已经有了 [问题+天气信息]

思考:获取天气[雨天] + 需求[景点推荐]

行动:调用工具查询 [长沙 雨天 景点] , 并更新上下文信息

--- 运行第 2 步 ---
正在调用LLM模型...
思考: 用户的问题是“长沙适合今天天气的景点推荐”。从历史记录中，我已经通过搜索得知了长沙今天的天气情况：今天（12月23日）是小雨，气温7℃，风力小于3级。这是一个阴雨、气温较低的天气。因此，我需要推荐一些适合在这种天气下游览的景点。适合小雨天气的景点通常是室内景点，或者即使下雨也能提供良好体验的场所。例如，博物馆、美术馆、室内商业街、温泉、茶馆、咖啡馆，或者有遮蔽的古典园林/历史街区。我需要搜索“长沙 室内景点”或“长沙 雨天 景点推荐”来获取具体信息。
🎬 行动: Search[长沙 雨天 景点推荐]
正在使用【SerApi】搜索: 长沙 雨天 景点推荐
👀 观察: [1] ️雨中漫步长沙，探索雨季的别样风情 - you.ctrip.com - 携程
雨中漫步橘子洲头：橘子洲头是长沙的标志性景点，雨中的湘江别有一番韵味。漫步在洲头，感受雨滴轻敲江面的宁静，欣赏雨中江景，别有一番风味。🏞️.
[2] 长沙室内游玩去哪里好？8大室内游玩好去处推荐
湖南省地质博物馆长沙最大的自然博物馆；湖南美术馆长沙宝藏展馆之一；茶颜悦色楼兰店入店仿佛身临于楼兰古国的城堡；长沙宜家喜欢家居人的天堂；长沙海底 ...
[3] 来长沙旅游下雨怎么办？！我总结了5个室内好去处赶快与小 ...
来长沙旅游下雨怎么办？！我总结了5个室内好去处赶快与小伙伴约起来吧！ 就爱吃螺蛳粉_-. 相关推荐. 查看更多. 长沙懒人版旅游攻略来啦～主打一个不绕路！

第三步 :

观察:上下文信息已经有了 [问题+天气信息 + 长沙 雨天 景点]

思考:获取天气[雨天] + 需求[景点推荐] + 第二步新增信息 [长沙 雨天 景点] , 可以完成用户需求解答

行动:生成最终答案

--- 运行第 3 步 ---
正在调用LLM模型...
思考: 用户的问题是“长沙适合今天天气的景点推荐”。根据之前的对话历史，我已经搜索了“长沙今天天气”，得知今天（12月23日）长沙的天气是小雨，气温7℃。随后，我搜索了“长沙 雨天 景点推荐”，得到了一些结果，包括雨中游览橘子洲头的建议和一些室内游玩地点的推荐。现在，我需要综合这些信息，为用户提供一个适合今天小雨天气的长沙景点推荐。考虑到天气状况，推荐应该侧重于室内景点，或者那些在雨天也适合游览、别有风味的户外景点（如橘子洲头）。我需要从搜索结果中提取关键信息，整理成一个清晰、有用的回答。
🎉 最终答案: answer="根据天气预报，长沙今天（12月23日）有小雨，气温7℃。在这种天气下，推荐您考虑以下类型的景点：
1. **雨中别有风味的户外景点**：
* **橘子洲头**：作为长沙的标志性景点，雨中的湘江和橘子洲别有一番宁静和诗意。您可以漫步洲头，欣赏雨滴轻敲江面的景色（参考携程推荐）。
2. **室内游玩好去处**（避免淋雨，活动更舒适）：
* **湖南省地质博物馆**：长沙最大的自然博物馆，适合对自然科学感兴趣的朋友。
* **湖南美术馆**：可以欣赏各类艺术展览，感受文化氛围。
* **茶颜悦色（特定主题店，如楼兰店）**：在品尝特色饮品的同时，还能体验独特的店内装修风格。
* **长沙宜家**：适合喜欢家居设计或需要购物休闲的游客。
* **长沙海底世界/相关海洋馆**：在室内探索海洋生物（搜索结果中提及了“长沙海底”）。
* 其他室内娱乐场所，如大型商场、电影院、室内游乐场等也是不错的选择。
建议您根据个人兴趣选择。如果选择户外景点如橘子洲头，请务必携带雨具，注意防滑和保暖。如果希望完全避开雨水，室内场馆是更稳妥的选择。祝您在长沙游玩愉快！"

以上即为对 ReAct 模式的一些学习和实战记录, 希望对您有用 ！！！

AI时代，未来的就业机会在哪里？

答案就藏在大模型的浪潮里。从ChatGPT、DeepSeek等日常工具，到自然语言处理、计算机视觉、多模态等核心领域，技术普惠化、应用垂直化与生态开源化正催生Prompt工程师、自然语言处理、计算机视觉工程师、大模型算法工程师、AI应用产品经理等AI岗位。

掌握大模型技能，就是把握高薪未来。

那么，普通人如何抓住大模型风口？

AI技术的普及对个人能力提出了新的要求，在AI时代，持续学习和适应新技术变得尤为重要。无论是企业还是个人，都需要不断更新知识体系，提升与AI协作的能力，以适应不断变化的工作环境。

因此，这里给大家整理了一份《2025最新大模型全套学习资源》，包括2025最新大模型学习路线、大模型书籍、视频教程、项目实战、最新行业报告、面试题等，带你从零基础入门到精通，快速掌握大模型技术！

由于篇幅有限，有需要的小伙伴可以扫码获取！

1. 成长路线图&学习规划

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。

2. 大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）

3. 大模型视频教程

对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。

4. 大模型项目实战

学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。

5. 大模型行业报告

行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

6. 大模型面试题

面试不仅是技术的较量，更需要充分的准备。

在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

为什么大家都在学AI大模型？

随着AI技术的发展，企业对人才的需求从“单一技术”转向 “AI+行业”双背景。企业对人才的需求从“单一技术”转向 “AI+行业”双背景。金融+AI、制造+AI、医疗+AI等跨界岗位薪资涨幅达30%-50%。

同时很多人面临优化裁员，近期科技巨头英特尔裁员2万人，传统岗位不断缩减，因此转行AI势在必行！

这些资料有用吗？

这份资料由我们和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

大模型全套学习资料已整理打包，有需要的小伙伴可以微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】