2026/7/23大约 3 分钟
ReAct (Reasoning and Acting) 是一种让大语言模型 (LLM) 同时具备推理思考和执行行动能力的AI智能体框架，由谷歌与普林斯顿大学于 2022 年提出。它的核心是让模型像人一样**“边想边做”，通过思考 → 行动 → 观察 → 再思考**的循环，自主解决复杂问题。
一、核心原理：思考与行动的闭环
ReAct 打破了传统 LLM “一次性输出答案”的模式，将解决问题的过程显式化为四个步骤的循环：
- Thought (思考)：LLM 进行内在推理，明确当前目标、分析现状、规划下一步。
- 例：“我需要知道2026年长沙的天气，但我的知识只更新到2025年，所以我得查一下。”
- Action (行动)：根据思考结果，调用外部工具或执行操作。
- 例：调用“搜索引擎”工具，查询“2026年3月22日长沙天气”。
- Observation (观察)：获取外部工具返回的结果或环境反馈。
- 例：搜索返回：“长沙今日晴，15-25°C。”
- Repeat (循环)：基于新的观察结果，再次进入思考，决定下一步行动或直接给出最终答案。
二、与传统方法的区别
传统 Chain-of-Thought (思维链)：
- 只有思考（Thought），没有行动（Action）。
- 完全依赖模型内部知识，无法获取实时/外部信息，容易产生幻觉（Hallucination）。
传统工具调用 (Acting only)：
- 只有行动，没有深度思考。
- 机械执行指令，缺乏对复杂任务的规划和异常处理能力。
ReAct：
- 推理 + 行动强强联合。
- 推理指导行动更有目的性；行动为推理提供事实依据，互相纠正。
三、核心优势
- 减少幻觉，更可信：通过实时调用外部工具（搜索引擎、数据库、计算器）获取事实，答案基于真实数据。
- 处理复杂多步任务：像人类一样拆解任务、分步执行，能完成需要多轮交互的难题（如订机票、写代码）。
- 过程可解释、可信赖：思考过程（Thought）被显式记录，人类可以清晰理解AI的决策路径，方便调试和纠错。
- 自适应能力强：能根据环境反馈（Observation）动态调整计划，处理意外情况。
四、典型应用场景
- 复杂问答与事实核查：需要跨文档、跨知识库检索信息的问题（如 HotpotQA 数据集）。
- 交互式任务：预订行程、数据分析、代码调试、操控机器人。
- 企业级AI助手：连接内部系统，查询报表、处理工单、自动办公。
- 具身智能 (Embodied AI)：让AI在虚拟/现实环境中（如游戏、机械臂）进行规划和操作。
五、一句话总结
ReAct 是让大模型从“纸上谈兵”的思考者，变成“知行合一”的实干家的关键技术，是当前构建 Autonomous AI Agent（自主智能体）的基础范式。
需要我用一个具体的例子（比如“帮我订一张去北京的火车票”）来演示 ReAct 的完整思考和行动流程吗？