跳到主要內容
Zubnet AI › 學習 › Wiki › ReAct
使用AI

ReAct

別名:Reason + Act、推理與行動
一種代理模式:模型在「推理下一步做什麼」「用工具採取行動」和「讀取結果」之間交替進行。

為什麼重要

ReAct 是幾乎所有 LLM 代理的概念藍圖。程式編寫代理讀一個檔案,決定改什麼,執行測試,再調整計畫,這就是 ReAct 迴圈。LangChain 等框架很早就推廣了它,如今它已經內建在支援原生工具呼叫的模型的工作方式裡。

這個模式還解決了單純提示的兩大弱點。只有思維鏈,模型可能幻覺出事實,因為它沒有可以核對的東西。只有行動而沒有推理,又往往漫無目的,因為模型不做計畫,也不反思自己學到了什麼。兩者結合,把這兩個問題都解決了大半。

深度解析

ReAct 出自 Shunyu Yao(姚順雨)及其在普林斯頓和 Google 的同事 2022 年的一篇論文。想法很簡單:與其讓模型要麼思考(思維鏈)、要麼行動(呼叫工具),不如讓它在一個迴圈裡兩樣都做。模型寫下一段思考(「我需要查出這家公司是哪年成立的」),採取一個行動(去搜尋),收到一個觀察(搜尋結果),然後帶著新資訊再次思考。迴圈不斷重複,直到模型認為自己有了答案。

思考引導行動,行動的結果又讓思考扎根於真實的資訊。

最初的格式

早期版本完全靠提示實現。給模型看的範例是這樣的文字:

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

外層程式解析每一行 Action,執行對應的工具,再把結果作為 Observation 貼回去。所以它在沒有任何專門工具支援的模型上也能用。

今天的 ReAct

現代模型原生就能處理這件事。它們不再輸出自由文字形式的 Action: 行,而是發出結構化的函式呼叫,API 則用專門的訊息回傳工具結果。推理模型常常把「思考」這一步放在隱藏的或單獨的推理通道裡。格式變了,迴圈還是那個迴圈:推理、行動、觀察、重複。

優點和弱點

ReAct 很靈活:模型一步一步做決定,所以能適應意外情況。同樣的靈活性也讓它成本高,有時不可靠。每一步都是又一次模型呼叫,錯誤在長迴圈裡不斷累積,代理還可能卡住,反覆執行同一個行動。替代方案包括先計畫後執行(plan-and-execute,先定出完整計畫再執行),以及由程式碼控制步驟、模型只負責填充特定環節的工作流程。

讓 ReAct 代理跑得好

  • 給工具取清晰的名字,寫清楚的描述,輸出要緊湊。
  • 給迭代次數和總成本設上限。
  • 把錯誤作為有用的觀察回傳(「檔案未找到,你是不是想找……?」),讓模型能自己恢復。
  • 記錄每一次思考、行動和觀察。代理出問題時,軌跡會告訴你出在哪裡。
← 所有術語
ESC