ReAct：Reason + Actパターン

ReAct は Reason + Act を表します。これは複数ステップの LLM エージェントにおける標準的なパターンであり、Yao らが 2022 年に発表して以来、現在の多くのエージェントの基盤となっています。

エージェントは各ステップで、次の 3 つを出力します：

1. Thought — 自然言語で、次に何をするかを示します
2. Action — 呼び出すツールと、その引数を指定します
3. Observation — ツールの結果を受け取り、次の処理に渡します

エージェントが Final Answer を出力するまで繰り返します。

「Thought」ステップによって、モデルはアクションを実行する前に推論を整理できます。これはエージェントに Chain-of-Thought を適用したものです。

Thought がないと、モデルは不適切なツールや誤った引数を選ぶことがよくあります。

従来の ReAct は、プレーンテキストから Action 行を解析していました。現在の実装では Function Calling API を使います：

• ツールを JSON スキーマとして定義します
• モデルはテキストの Action 行ではなく tool_calls を返します
• 結果が追加されると、モデルがエラーを検出します

• Plan-and-Execute — 最初に計画全体を立ててから実行します
• Reflexion — 各ステップの後にエージェントが自己批評します
• Tree-of-Thoughts — 複数の Thought の分岐を探索します

• 探索的な手順を含むタスク（調査、デバッグ）
• 次のアクションが前の結果に依存するタスク
• 事前に計画を確定できないタスク

• 固定されたパイプライン（翻訳、分類） — 過剰な仕組みです
• 非常に長い期間にわたるタスク — Plan-and-Execute の方が適しています
• リアルタイムの制御ループ — 遅すぎます

• エージェントが同じツールを繰り返し呼び出すループ
• 十分な情報がないまま Final Answer を出力する
• ツールが失敗したときに混乱する
• Thought の出力が冗長で、トークン予算を使い果たす

Final Answer の後に、エージェントへ「これは正しかったでしょうか。もっと良くできるでしょうか」と尋ねます。品質向上のために、この省察ステップを追加する実装は多くあります。

• LangChain create_react_agent
• LlamaIndex ReActAgent
• AutoGen UserProxyAgent + AssistantAgent
• 自前実装 — 思ったより簡単です

ReAct では、単一の呼び出しの場合より LLM の呼び出し回数が 2〜3 倍増えます。各 Thought で LLM の呼び出しが発生し、Observation によってトークンも追加されます。MAX_STEPS とステップごとのトークン上限を設定してください。

ReAct の 1 ステップを構成する 3 つの要素は何でしょうか。

ReAct は複数ステップのエージェントの基盤です。このループを理解すれば、ツールを使うあらゆるエージェントを構築できます。