ReAct: mönstret resonera och agera

ReAct står för Reason + Act. Det är det etablerade mönstret för LLM-agenter med flera steg – publicerat av Yao med flera 2022 och fortfarande grunden för de flesta moderna agenter.

Vid varje steg avger agenten tre saker:

1. Thought – vad som ska göras härnäst, på naturligt språk
2. Action – vilket verktyg som ska anropas och med vilka argument
3. Observation – verktygsresultatet som skickas tillbaka

Upprepa tills agenten avger Final Answer.

Steget "Thought" låter modellen formulera sitt resonemang innan den väljer en åtgärd. Det är chain-of-thought tillämpat på agenter.

Utan Thought väljer modellen ofta fel verktyg eller felaktiga argument.

Äldre ReAct tolkade Action-rader från vanlig text. Moderna implementationer använder API:et för function calling:

• Verktyg definieras som JSON-scheman
• Modellen returnerar tool_calls i stället för textbaserade Action-rader
• Modellen upptäcker fel när resultaten läggs till

• Plan-and-Execute – skapa hela planen först och genomför den sedan
• Reflexion – agenten granskar sig själv efter varje steg
• Tree-of-Thoughts – utforska flera Thought-grenar

• Uppgifter med utforskande steg (research, felsökning)
• Uppgifter där nästa åtgärd beror på föregående resultat
• Uppgifter där planen inte kan fastställas i förväg

• Fasta pipelines (översättning, klassificering) – överdimensionerat
• Uppgifter med mycket lång tidshorisont – Plan-and-Execute är bättre
• Styrloopar i realtid – för långsamt

• Loopar där agenten anropar samma verktyg upprepade gånger
• För tidigt Final Answer utan tillräcklig information
• Förvirring när verktyg misslyckas
• Överskridna tokenbudgetar på pratiga Thought-steg

Efter Final Answer kan ni fråga agenten: "Var det korrekt? Kan det förbättras?" Många implementationer lägger till detta reflektionssteg för högre kvalitet.

• LangChain create_react_agent
• LlamaIndex ReActAgent
• AutoGen UserProxyAgent + AssistantAgent
• Egen implementation – enklare än det verkar

ReAct innebär 2–3 gånger fler LLM-anrop än ett enda anrop. Varje Thought är ett LLM-anrop och Observation-resultat lägger till token. Begränsa MAX_STEPS och antalet token per steg.

ReAct är grunden för agenter med flera steg. Bemästra loopen så kan ni bygga valfri agent som använder verktyg.