ReAct（Reason + Act）是由 Google Research 和普林斯顿大学的研究者在 2022 年提出的设计模式。它是目前构建 AI Agent（智能体） 最主流、最基础的架构之一。

ReAct 的核心思想是：将大模型的**逻辑推理（Reasoning）能力与外部工具执行（Acting）**能力结合在一起。

1. 核心设计逻辑：思维与行动的交响

在 ReAct 出现之前，模型的使用通常分为两派：

• Chain of Thought (CoT)：只思考，不行动。模型在内部推导，但无法获取外部实时信息。
• Act-only：只行动，不思考。模型直接输出 API 调用指令，但缺乏规划，容易在复杂任务中出错。

ReAct 将两者结合，形成了一个循环（Loop）：

1. Thought (思考)：模型分析当前任务，制定下一步计划或反思之前的行动。
2. Action (行动)：根据思考的结果，选择并调用外部工具（如搜索、数据库查询、计算器）。
3. Observation (观察)：接收工具返回的结果（外部反馈）。
4. 循环：模型根据“观察”到的新信息，进行下一轮“思考”，直到得出最终答案。

2. ReAct 的标准提示词结构

ReAct 模式非常依赖于结构化的提示词（Prompt）。一个典型的 ReAct 推理过程如下：

Question: 现在的气温适合穿短袖吗？

Thought: 我需要知道用户当前所在城市以及该城市的当前气温。首先我要查询用户的位置。

Action: get_current_location()

Observation: 上海

Thought: 我已经知道位置是上海。现在我需要查询上海的当前天气。

Action: get_weather(city=“上海”)

Observation: 28°C，晴天。

Thought: 上海目前气温 28°C。28°C 属于比较温暖/炎热的天气，非常适合穿短袖。

Final Answer: 上海目前气温为 28°C，天气晴朗，非常适合穿短袖。

3. ReAct 的关键优势

• 减少幻觉 (Grounding)：模型不再仅仅依赖内部的预训练权重（可能过时或错误），而是通过“行动”获取外部真实数据，使回答有据可查。
• 高可解释性：整个推理过程（Thought 步骤）是透明的。开发者可以清楚地看到 Agent 为什么选择这个工具，以及它是如何理解工具返回的结果的。
• 动态规划：Agent 可以根据外部环境的反馈随时调整策略。如果第一个工具调用失败或返回了意料之外的结果，模型可以通过下一轮 Thought 进行自我修正。

4. 工程实现中的核心组件

在代码实现层面（如使用 LangChain 或手动构建），ReAct 模式通常涉及以下组件：

1. 大语言模型 (LLM)：作为“大脑”，负责生成 Thought 和决定 Action。
2. 工具集 (Tools)：定义好的 API、函数或脚本，附带详细的文本描述（让模型知道什么时候该用它）。
3. 控制循环 (Executor/Orchestrator)：一段逻辑代码，负责解析模型输出的 Action，调用对应的函数，并将结果作为 Observation 拼接回上下文。
4. 停止准则 (Stop Sequences)：防止模型在生成 Observation 之前“胡言乱语”，通常会让模型在输出 Action 后停止生成，等待外部程序的输入。

5. ReAct 的局限性

• 推理成本高：因为每一轮循环都要将之前的对话历史重新发给模型，随着步骤增加，Token 消耗呈指数级增长。
• 延迟明显：多次往返调用模型和外部工具，导致最终用户感知的响应速度较慢。
• 逻辑坍塌：在极长路径的任务中，模型可能会在中间步骤出错，并在错误的路径上越走越远（需要配合前文提到的“反思机制”来缓解）。

总结

ReAct 是 Agent 的“标准动作”。它模拟了人类解决问题的过程：先想一下（Thought），再动手试一下（Action），看看结果（Observation），最后根据结果继续思考。这种模式是实现高度自主、能够处理复杂现实任务的 AI 系统的基础。