ReAct

一句话定义

ReAct 是 Reason + Act 的交替循环：模型先写出下一步思考（Thought），调用工具（Action），读取观察（Observation），再决定继续还是给出最终回答。

为什么需要它

纯 CoT 只在模型内部推理，容易凭空编造；纯工具调用又缺少规划。ReAct 把“想”和“做”结合，用外部观察纠正推理，适合搜索、数据库、代码执行等任务。

怎么工作

1. 根据目标生成下一步 Thought。
2. 选择并调用工具，传入结构化参数。
3. 把 Observation 写回上下文。
4. 判断证据是否足够；不够则回到 1。
5. 足够时输出 Final Answer。

实现上通常用系统提示约束 Thought/Action/Observation 格式，遇到 Final Answer 停止。工具选择靠 function schema/描述，参数校验和错误码要回填。评测看任务成功率、步数、工具调用准确率和成本；生产环境要日志、轨迹和权限。ReAct 与 RAG 结合时，检索本身也是一种 action。

关键取舍

• 外部观察能减少幻觉，但工具错误会污染后续推理。
• 每步都调用模型/工具，延迟和成本高于单次生成。
• 需要最大步数、超时和失败重试，避免死循环。
• 工具描述和返回格式比模型大小更影响成功率。

常见误区

• ReAct 等于 CoT：ReAct 有外部动作和观察。
• ReAct 一定比 CoT 好：没有合适工具时反而更慢。
• 工具返回一定可信：错误/过期数据会被模型当真。
• 步数越多越可靠：更多步骤也意味着更多错误累积。

用在哪里

• 搜索问答、数据分析、代码修复、运维排查。
• 需要外部证据和动态决策的 Agent。
• 工具边界清晰、失败可回滚的场景。

相关概念

• CoT：ReAct 的推理基础之一。
• Agent Workflow：ReAct 的上层编排。
• Agent：执行主体。