跳到主要内容
Zubnet AI › 学习 › Wiki › ReAct
使用AI

ReAct

别名:Reason + Act、推理与行动
一种智能体模式:模型在“推理下一步做什么”“用工具采取行动”和“读取结果”之间交替进行。

为什么重要

ReAct 是几乎所有 LLM 智能体的概念蓝图。编程智能体读一个文件,决定改什么,运行测试,再调整计划,这就是 ReAct 循环。LangChain 等框架很早就推广了它,如今它已经内建在支持原生工具调用的模型的工作方式里。

这个模式还解决了单纯提示的两大弱点。只有思维链,模型可能幻觉出事实,因为它没有可以核对的东西。只有行动而没有推理,又往往漫无目的,因为模型不做计划,也不反思自己学到了什么。两者结合,把这两个问题都解决了大半。

深度解析

ReAct 出自 Shunyu Yao(姚顺雨)及其在普林斯顿和 Google 的同事 2022 年的一篇论文。想法很简单:与其让模型要么思考(思维链)、要么行动(调用工具),不如让它在一个循环里两样都做。模型写下一段思考(“我需要查出这家公司是哪年成立的”),采取一个行动(去搜索),收到一个观察(搜索结果),然后带着新信息再次思考。循环不断重复,直到模型认为自己有了答案。

思考引导行动,行动的结果又让思考扎根于真实的信息。

最初的格式

早期版本完全靠提示实现。给模型看的示例是这样的文本:

Thought: I need to search for X.
Action: Search[X]
Observation: (result inserted by the program)
Thought: The result says ..., so next I should ...

外层程序解析每一行 Action,运行对应的工具,再把结果作为 Observation 贴回去。所以它在没有任何专门工具支持的模型上也能用。

今天的 ReAct

现代模型原生就能处理这件事。它们不再输出自由文本形式的 Action: 行,而是发出结构化的函数调用,API 则用专门的消息返回工具结果。推理模型常常把“思考”这一步放在隐藏的或单独的推理通道里。格式变了,循环还是那个循环:推理、行动、观察、重复。

优点和弱点

ReAct 很灵活:模型一步一步做决定,所以能适应意外情况。同样的灵活性也让它成本高,有时不可靠。每一步都是又一次模型调用,错误在长循环里不断累积,智能体还可能卡住,反复执行同一个行动。替代方案包括先计划后执行(plan-and-execute,先定出完整计划再执行),以及由代码控制步骤、模型只负责填充特定环节的工作流。

让 ReAct 智能体跑得好

  • 给工具起清晰的名字,写清楚的描述,输出要紧凑。
  • 给迭代次数和总成本设上限。
  • 把错误作为有用的观察返回(“文件未找到,你是不是想找……?”),让模型能自己恢复。
  • 记录每一次思考、行动和观察。智能体出问题时,轨迹会告诉你出在哪里。
← 所有术语
ESC