一、ReAct 是什么?
ReAct 是一种构建 AI 智能体(Agent)的核心框架和设计范式。它的名字来自两个词:
Reasoning(推理/思考)
Acting(行动)
合在一起就是 ReAct,读起来也正好是动词 “React”(反应)。这个名字很巧妙地点出了它的精髓:智能体不是被动地“想”或机械地“做”,而是根据外部世界的变化做出反应。
ReAct 的核心机制可以概括为一个不断循环的 TAO 闭环:
Thought(思考):模型进行“内心独白”,分析当前状况、明确目标、规划下一步。
Action(行动):基于思考结果,调用外部工具执行操作,比如搜索网页、查询数据库、调用 API 或运行代码。
Observation(观察):接收并分析行动返回的结果,作为下一轮思考的输入。
这个循环会持续进行,直到模型收集到足够信息,给出最终答案或完成任务。
简单说,ReAct 让大语言模型不再只是“会聊天”,而是能够“边想边做、根据结果调整”,从而主动与外部世界交互。
二、为什么叫 ReAct?
ReAct = Reasoning + Acting。
它不是单纯让模型“只想不做”,也不是让模型“只做不想”,而是把“思考”和“行动”紧密交织在一起:
思考 → 行动 → 观察 → 再思考 → 再行动 → 再观察……
而且这个名字读起来像 React(反应),恰好说明智能体是在根据环境反馈做出反应,而不是按照固定脚本机械执行。
三、为什么要有 ReAct?没有它之前是什么样?
在 ReAct 出现之前,让 AI 解决复杂问题主要有两条路,但各有“死穴”。
1. “闭卷考试”型:思维链(CoT)
思维链(Chain-of-Thought,CoT)让模型一步步推理,擅长纯逻辑推导和数学题。但它只“想”不“做”,像一个被关在“小黑屋”里的考生,只能靠脑子里已有的知识答题。
问题是:一旦问到它不知道的实时信息,或者需要精确计算、查询数据库时,它就容易开始“编造”答案,也就是产生幻觉。
2. “无头苍蝇”型:仅行动(Act-Only)
另一种方式是让模型直接调用工具、执行动作,但缺乏全局规划和显式推理。它可能机械地执行动作,却不知道为什么要做这一步;一旦遇到意外错误,也不容易调整策略。
3. ReAct 的解法:边想边做,打开房门
ReAct 把“思考”和“行动”拼了起来。它让 AI 在“闭卷考试”时,被允许打开书本查资料(行动),并且根据查到的内容继续往下解题(思考)。
这直接把 AI 从“答题机器”推向能办事的“智能体”。
ReAct 带来的关键优势包括:
显著减少“幻觉”:把推理“锚定”在工具返回的真实数据上。
可观测、可调试:思考步骤被明确记录,开发者能看清智能体的决策逻辑。
处理复杂、动态任务:能根据环境反馈动态调整策略。
适合真实世界任务:信息检索、数据分析、自动化工作流、客户服务等。
四、ReAct 和思维链(CoT)有什么区别?
一句话总结:
CoT 让模型“会想”,ReAct 让模型“既会想,也会做”。
对比维度 | 思维链(CoT) | ReAct |
|---|---|---|
核心能力 | 仅推理,不行动 | 推理 + 行动,两者交替协同 |
信息边界 | “封闭世界”,依赖模型内部知识 | “开放世界”,通过工具获取外部实时信息 |
决策依据 | 基于初始输入和内部知识链 | 基于内部推理与外部环境反馈的动态结合 |
主要优势 | 擅长纯逻辑推导和数学问题 | 擅长需要实时信息、工具调用的真实世界任务 |
局限性 | 可能产生幻觉,无法获取实时信息或与外部系统交互 | 框架本身有开销,某些纯推理任务上可能不如纯 CoT 高效 |
五、和 ReAct 相似的范式有哪些?区别是什么?
Agent 领域发展很快,有几个概念常和 ReAct 一起出现。理解它们的最好方式,是看它们在“思考”和“行动”之间做了什么取舍。
范式 | 核心特征 | 思考与行动的关系 | 最擅长的事 | 主要短板 |
|---|---|---|---|---|
ReAct | 边想边做,根据结果调整 | 紧密交织:每一步都基于上一步观察来思考下一步行动 | 路径不确定、需要临场探索和外部工具的任务 | 缺乏全局规划,步数多时容易“忘掉”最初目标 |
CoT(思维链) | 只想不做 | 只有思考:一次性生成完整推理链,然后给出答案 | 纯逻辑推导、数学题等“闭卷”问题 | 无法获取外部信息,容易产生幻觉 |
Plan-and-Execute | 先规划,再执行 | 分离:先制定完整计划,再按部就班执行,很少中途调整 | 步骤明确、可提前拆解的长流程任务 | 不够灵活,计划赶不上变化时难以应对 |
Reflexion | 做完再复盘 | 在 ReAct 循环后增加“反思”步骤:审视哪里错了,改进再试 | 需要从失败中学习、对准确性要求极高的任务 | 不是独立架构,通常叠加在 ReAct 上作为“质量检查”环节 |
ToT(思维树) | 想很多条路,选最好的 | 探索性思考:把思考变成树状,探索多个路径,评估后选最优 | 需要多方案对比、复杂决策的规划类问题 | 计算成本很高,每一步都要评估和搜索 |
可以这样理解它们的关系:
CoT 是“只动脑”,ReAct 是“脑手并用”,Plan-and-Execute 是“想好再动手”,Reflexion 是“动手后复盘”,ToT 是“在脑子里同时推演好几条路再选一条”。
六、ReAct 实战练习:手把手模拟一次“智能体”
下面不写代码,只用纸笔或打字来模拟一个 AI 的内心活动,帮助你建立最直观的“ReAct 感”。
你的角色:一个 ReAct 智能体
你的工具箱:
wikipedia_search(query):搜索维基百科calculator(expression):计算数学表达式
用户的问题:
“莱昂纳多·迪卡普里奥拿奥斯卡影帝的那部电影,当年的全球票房除以 1000 万是多少?”
请按照 “思考 → 行动 → 观察” 的格式,写出解决过程。
第一轮
Thought(思考):用户想知道一部电影的票房计算结果。我需要先确定“小李子拿影帝的电影”是哪一部。
Action(行动):
wikipedia_search("Leonardo DiCaprio Oscar best actor movie")Observation(观察):维基百科返回:莱昂纳多·迪卡普里奥在 2016 年凭借电影《荒野猎人》(The Revenant)获得奥斯卡最佳男主角奖。
第二轮
Thought(思考):好的,电影是《荒野猎人》。接下来我需要知道它的全球票房。
Action(行动):
wikipedia_search("The Revenant worldwide box office")Observation(观察):维基百科返回:《荒野猎人》的全球票房约为 5.33 亿美元。
第三轮
Thought(思考):现在我有票房数字 5.33 亿,即 533,000,000。用户要求“除以 1000 万”,也就是除以 10,000,000。
Action(行动):
calculator("533000000 / 10000000")Observation(观察):计算器返回结果:
53.3。
最终答案
莱昂纳多·迪卡普里奥获得奥斯卡影帝的电影是《荒野猎人》,其全球票房(约 5.33 亿美元)除以 1000 万的结果是 53.3。
这个练习的核心是:
永远不猜,让每一步行动的结果(观察)来决定下一步的思考。
你刚才模拟的这个循环,就是构建强大 AI Agent 最核心、最基础的逻辑。
七、重要澄清:ReAct 是概念,还是技术框架?
这里有一个常见误解需要澄清。
ReAct 首先是一种概念、范式或设计模式,而不是某个具体的软件框架或现成产品。
它更像一种“做事的方法论”:
让大模型在解决问题时,把“思考”和“行动”交替进行,并根据行动返回的观察结果调整下一步。
可以类比软件工程里的 MVC 设计模式:MVC 本身不是一个库,而是一种组织代码的方式;ReAct 本身也不是一个库,而是一种组织智能体行为的方式。
但要注意:ReAct 并不是“不需要人去开发”。它虽然是一个概念,但要真正跑起来,仍然需要开发者去实现。通常要做这些事:
设计提示词模板:告诉模型按
Thought → Action → Observation的格式输出。定义工具接口:比如搜索、计算器、数据库查询,并让模型知道每个工具叫什么、参数是什么。
写循环控制逻辑:解析模型输出的“行动”,调用对应工具,把结果作为“观察”塞回给模型,继续下一轮。
做输出解析和容错:模型可能格式跑偏、选错工具、无限循环,需要工程处理。
接入真实环境:搜索引擎、API、数据库、权限控制等。
所以更准确的说法是:
ReAct 是一种“概念 + 提示策略 + 智能体架构模式”。它本身不是框架,但可以被框架实现,也需要开发者去开发和调优。
很多框架,比如 LangChain、LlamaIndex、AutoGen 等,都提供了 ReAct 风格的 Agent 实现。但它们是“实现了 ReAct 的框架”,不是 ReAct 本身。
一句话总结:
ReAct 是智能体的一种设计范式,不是现成技术框架;它不需要你“发明”,但需要你“实现”。
打个比方:ReAct 像是“菜谱”,LangChain 这类框架像是“厨房设备”。菜谱本身不是锅碗瓢盆,但你要真做出一道菜,还是得进厨房动手。
八、有没有比 ReAct 更先进的设计范式?
与其说有一个范式“取代”了 ReAct,不如说 ReAct 已经成为了智能体领域的 “基础语法”或“原型”。几乎所有更先进的范式,都是在它的“思考-行动”循环之上,通过增加规划、反思、记忆或协作等能力,来弥补其在复杂任务中的短板。
ReAct 的核心局限在于:它像一个反应敏捷但没有长远计划的执行者,在长任务中容易错误累积、忘记目标或陷入死循环。下面这些范式,就是针对这些短板的不同“升级方案”。
1. 规划先行:从“边走边看”到“先看地图”
Plan-and-Execute / Planner-centric(规划-执行/规划器中心)
这是最直接的演进。它引入一个独立的“规划器(Planner)”,先制定出完整的、多步骤的计划,通常表示为 DAG(有向无环图),然后再由执行器按计划行动。这能有效避免 ReAct 在长任务中“跑偏”。研究显示,这种以规划器为中心的框架,能用更少的推理步骤实现更高的成功率,明确超越了反应式的 ReAct 方法。
Map-then-Act(MAP,先绘图后行动)
这是一个更激进的“先理解,后行动”范式。它认为 ReAct 的“边做边理解环境”是低效的试错。MAP 主张在行动前,先通过全局探索构建一个关于环境的结构化认知地图(Cognitive Map),然后基于这张地图来执行任务。这从根源上解决了因“环境感知延迟”导致的低效问题。
2. 反思与精炼:从“执行”到“执行并质检”
Reflexion(反思)
它让智能体在尝试完成任务后,审视自己的尝试过程,找出错误,形成反思文本,然后带着这些经验进行下一次尝试。这就像学生做完题后对答案、写错题本。在需要高准确率的场景中,比如事实问答,Reflexion 的表现通常优于单纯的 ReAct。
混合范式:Plan-Execute-Reflect
实践中,这些范式常被组合使用。例如,先制定计划(Plan),执行中根据观察调整(Execute),最后再对结果进行反思(Reflect),形成一个更强大的闭环。
3. 结构化与元认知:从“一个循环”到“一套工程”
图驱动 / 工作流编排(Graph-Driven / Workflow Orchestration)
不再依赖不可靠的自由循环,而是将任务建模为显式的状态图或工作流(DAG)。LangGraph 是这一趋势的代表。最新的研究甚至提出了 “元智能体(Meta-Agent)” 概念,它能像编译器一样,将用户的高层意图自动“编译”成可执行的智能体图谱,从而获得远超 ReAct 的可靠性和成功率。
多智能体系统(Multi-Agent)
将任务分解给多个专业化、角色化的智能体,比如“经理-工人”层级,通过协作来完成。这解决了单个智能体能力边界和上下文限制的问题。
神经符号架构(Neuro-Symbolic)
这是一种更深层的范式融合,旨在结合神经网络的感知与生成能力和符号系统的逻辑严谨性与可验证性。让“符号层”来约束和验证“神经层”的输出,可以从根本上提升系统的可靠性,是近年来的一个重要趋势。
4. 一条清晰的演进路径
这些范式并非相互替代,而是构成了一条从“反应式”到“规划式”,再到“工程化”的清晰演进路径:
ReAct(基础循环) → Plan-and-Execute / MAP(增加规划) → Reflexion(增加反思) → Multi-Agent / Graph 编排(增加结构与协作) → 神经符号(范式融合)。
“先进”与否,取决于任务场景。对于简单的工具调用,ReAct 可能仍是最高效的选择;而对于需要高可靠性、长流程或复杂环境理解的场景,上述更先进的范式则提供了必要的工程化控制能力。
九、总结
ReAct 不是一个神秘的新技术,也不是一个装上就能用的现成框架。它本质上是一种让 AI 智能体“边想边做、根据反馈调整”的设计范式。
它用 Thought → Action → Observation 的循环,把大语言模型从“闭卷答题”推向“开卷办事”,显著减少了幻觉,提高了可观测性和动态适应能力。
而在 ReAct 之上,Plan-and-Execute、MAP、Reflexion、图驱动编排、多智能体、神经符号等范式,分别从规划、反思、结构化和可靠性等方向继续进化。
如果你刚开始学习智能体,记住一句话就够了:
ReAct 是基础语法。先学会让智能体“边想边做”,再理解如何让它“先规划、再执行、勤反思、可编排”。