ReAct: het patroon Reason + Act
Thought -> Action -> Observation -> Thought ... — de lus achter de meeste moderne agents met meerdere stappen.
ReAct: het patroon Reason + Act is een gratis AI-agenten-les op CoddyKit. Dit is les 1 van 4. Je kunt de volledige les hieronder gratis lezen en daarna in de browser praktisch oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is. Deze les maakt deel uit van het leertraject AI-agenten. Je voortgang wordt gesynchroniseerd op het web en in de CoddyKit-app. De cursus AI-agenten bevat in totaal 4 lessen.
Delen van deze les zijn nog niet vertaald en worden in het Engels weergegeven.
Wat is ReAct?
ReAct staat voor Redeneer + handel. Het is het standaardpatroon voor LLM-agents met meerdere stappen — gepubliceerd door Yao en anderen in 2022 en nog steeds de basis van de meeste moderne agents.
De lus
Bij elke stap produceert de agent drie dingen:
- Gedachte — wat er vervolgens moet gebeuren, in natuurlijke taal
- Actie — welke tool moet worden aangeroepen en met welke argumenten
- Observatie — het resultaat van de tool, dat weer wordt ingevoerd
Herhaal dit totdat de agent een eindantwoord produceert.
A Concrete ReAct Trace
User: Who won the 2024 US presidential election?
Thought: I do not know off the top of my head. I should search.
Action: search('2024 US presidential election winner')
Observation: Donald Trump defeated Kamala Harris.
Thought: I have the answer.
Final Answer: Donald Trump won the 2024 US presidential election.Waarom dit werkt
Dankzij de stap "Gedachte" kan het model zijn redenering uiteenzetten voordat het zich aan een actie bindt. Dit is chain-of-thought toegepast op agents.
Zonder Gedachte kiest het model vaak de verkeerde tools of argumenten.
Moderne ReAct gebruikt functieaanroepen
Oude ReAct-implementaties haalden actieregels uit platte tekst. Moderne implementaties gebruiken de API voor functieaanroepen:
- Tools gedefinieerd als JSON-schema's
- Het model retourneert tool_calls in plaats van actieregels als tekst
- Fouten worden door het model opgevangen wanneer resultaten worden toegevoegd
ReAct-varianten
- Plan-and-Execute — eerst een volledig plan maken en het daarna uitvoeren
- Reflexion — de agent beoordeelt zichzelf na elke stap kritisch
- Tree-of-Thoughts — meerdere Gedachte-vertakkingen verkennen
Wanneer ReAct uitblinkt
- Taken met verkennende stappen (onderzoek, debuggen)
- Taken waarbij de volgende actie afhangt van het vorige resultaat
- Taken waarbij het plan vooraf niet bekend kan zijn
Wanneer ReAct minder goed werkt
- Vaste pijplijnen (vertalen, classificeren) — overbodig uitgebreid
- Zeer lange taken — Plan-and-Execute is beter
- Realtime regelkringen — te langzaam
Veelvoorkomende foutpatronen
- Lussen waarin de agent steeds opnieuw dezelfde tool aanroept
- Een te vroeg eindantwoord zonder voldoende informatie
- Verwarring wanneer tools mislukken
- Overschrijding van het tokenbudget door breedsprakige Gedachte-stappen
ReAct + zelfreflectie
Vraag de agent na het eindantwoord: "Was dat correct? Kan het beter?" Veel implementaties voegen deze reflectiestap toe voor een hogere kwaliteit.
Frameworks die ReAct implementeren
- LangChain create_react_agent
- LlamaIndex ReActAgent
- AutoGen UserProxyAgent + AssistantAgent
- Zelf gebouwd — makkelijker dan het lijkt
Kostenprofiel
ReAct voegt 2 tot 3 keer zoveel LLM-aanroepen toe als één enkele aanroep. Elke Gedachte is een LLM-aanroep en Observaties voegen tokens toe. Stel MAX_STEPS en limieten voor tokens per stap in.
Drie stappen
Wat zijn de drie onderdelen van een ReAct-stap?
Samenvatting
ReAct is de basis van agents met meerdere stappen. Beheers de lus en je kunt elke agent bouwen die tools gebruikt.
Leer AI-agenten met een AI-tutor — gratis
Schrijf echte code en voer die uit in je browser, krijg direct hulp van een AI-tutor die 24/7 beschikbaar is en ga verder waar je gebleven bent op het web of in de app.
- Cursussen
- 60
- Lessen
- 239
Veelgestelde vragen
Is de les “ReAct: het patroon Reason + Act” gratis?
Ja — de volledige tekst van “ReAct: het patroon Reason + Act” kun je hier gratis op het web lezen. Als je interactief wilt oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is, en de rest van de cursus AI-agenten wilt ontgrendelen, kun je upgraden naar CoddyKit PRO. De cursus AI-agenten bevat in totaal 4 lessen.
Wat leer ik in “ReAct: het patroon Reason + Act”?
Thought -> Action -> Observation -> Thought ... — de lus achter de meeste moderne agents met meerdere stappen. Je oefent met AI-agenten door code rechtstreeks in de browser uit te voeren. Een AI-begeleider die 24/7 beschikbaar is beantwoordt je vragen terwijl je de les doorwerkt.
Heb ik ervaring nodig om met AI-agenten te beginnen?
Ervaring vooraf is niet nodig. AI-agenten op CoddyKit is opgebouwd voor beginners tot gevorderden, zodat je hier of bij het begin kunt starten en in je eigen tempo kunt leren. Dit is les 1 van 4.
Hoe lang duurt de les “ReAct: het patroon Reason + Act”?
De meeste lessen van CoddyKit duren ongeveer 5–10 minuten. Elke les is kort en interactief, zodat je gestaag vooruitgaat en op het web en in de app precies verdergaat waar je was gebleven.
Kan ik code schrijven en uitvoeren in deze les over AI-agenten?
Ja. Elke les over AI-agenten bevat een ingebouwde code-editor, zodat je rechtstreeks in je browser echte code kunt schrijven en uitvoeren en direct feedback van AI krijgt — lokale installatie is niet nodig.
Alle lessen in deze cursus
- ReAct: het patroon Reason + Act
- ReAct vanaf nul implementeren
- Veelgebruikte toolsets (web, calculator, RAG)
- Toolfouten detecteren en herstellen