ReAct
Por que isso importa
O ReAct é a planta conceitual de quase todo agente baseado em LLM. Quando um agente de codificação lê um arquivo, decide o que mudar, roda os testes e ajusta o plano, isso é o loop ReAct. Frameworks como o LangChain o popularizaram cedo, e hoje ele faz parte do funcionamento dos modelos com chamada de ferramentas nativa.
O padrão também atacou duas grandes fraquezas do prompting simples. A cadeia de pensamento sozinha pode alucinar fatos, porque o modelo não tem com o que conferir. Agir sem raciocinar tende a ser sem rumo, porque o modelo não planeja nem reflete sobre o que aprendeu. Combinar os dois resolveu boa parte dos dois problemas.
Em profundidade
O ReAct vem de um artigo de 2022 de Shunyu Yao e colegas de Princeton e do Google. A ideia é simples: em vez de fazer o modelo só pensar (cadeia de pensamento) ou só agir (chamar ferramentas), deixe-o fazer as duas coisas em um loop. O modelo escreve um pensamento ("preciso descobrir quando esta empresa foi fundada"), executa uma ação (buscar isso), recebe uma observação (o resultado da busca) e pensa de novo com essa informação nova. O loop se repete até o modelo decidir que tem a resposta.
O pensamento orienta as ações, e os resultados das ações ancoram o pensamento em informação real.
O formato original
A primeira versão era puro prompting. O modelo via exemplos de texto como:
Thought: I need to search for X.
Action: Search[X]
Observation: (resultado inserido pelo programa)
Thought: The result says ..., so next I should ...
O programa em volta analisava cada linha Action, executava a ferramenta e colava o resultado de volta como uma Observation. Por isso funcionava até com modelos sem suporte especial a ferramentas.
O ReAct hoje
Os modelos modernos fazem isso de forma nativa. Em vez de linhas Action: em texto livre, eles emitem chamadas de função estruturadas, e a API devolve os resultados das ferramentas em mensagens próprias. Modelos de raciocínio costumam fazer a etapa de "pensamento" em um canal de raciocínio oculto ou separado. O formato mudou, mas o loop é o mesmo: raciocinar, agir, observar, repetir.
Pontos fortes e fracos
O ReAct é flexível: o modelo decide passo a passo, então se adapta a surpresas. Essa mesma flexibilidade o torna caro e às vezes pouco confiável. Cada passo é mais uma chamada ao modelo, os erros se acumulam em loops longos e um agente pode ficar preso repetindo a mesma ação. Entre as alternativas estão o plan-and-execute (fazer primeiro um plano completo e depois executá-lo) e os workflows em que o código controla os passos e o modelo só preenche partes específicas.
Como fazer agentes ReAct funcionarem
- Dê às ferramentas nomes claros, descrições claras e saídas compactas.
- Limite o número de iterações e o custo total.
- Devolva os erros como observações úteis ("arquivo não encontrado, você quis dizer ...?") para que o modelo consiga se recuperar.
- Registre cada pensamento, ação e observação. Quando um agente sai dos trilhos, o rastro mostra onde.