ReAct：推理 + 行动模式

ReAct 代表 推理 + 行动。这是多步骤 LLM 代理的经典模式，由 Yao 等人于 2022 年发表，至今仍是大多数现代代理的基础。

在每一步中，代理会发出三项内容：

1. 思考 — 用自然语言说明下一步要做什么
2. 行动 — 说明要调用哪个工具以及使用哪些参数
3. 观察结果 — 工具返回的结果，并将其反馈回代理

不断重复，直到代理发出最终答案。

“思考”步骤让模型在执行行动前先列出推理过程。这是将思维链应用于代理。

没有“思考”步骤时，模型经常会选择错误的工具或参数。

旧版 ReAct 会从纯文本中解析行动行。现代实现使用函数调用 API：

• 将工具定义为 JSON 架构
• 模型返回工具调用，而不是文本形式的行动行
• 结果追加后，模型会捕获错误

• 先规划后执行 — 先制定完整计划，再执行
• 反思 — 代理在每一步之后进行自我批评
• 思维树 — 探索多个思考分支

• 包含探索步骤的任务（研究、调试）
• 下一步行动取决于上一步结果的任务
• 无法预先确定计划的任务

• 固定流程（翻译、分类）——使用 ReAct 过于复杂
• 时间跨度很长的任务——先规划后执行更好
• 实时控制循环——速度太慢

• 代理反复调用同一个工具而陷入循环
• 信息不足就过早给出最终答案
• 工具失败时产生困惑
• 冗长的思考步骤导致令牌预算暴涨

在最终答案之后询问代理：“刚才的答案正确吗？还能做得更好吗？”许多实现都会加入这一反思步骤，以提高质量。

• LangChain create_react_agent
• LlamaIndex ReActAgent
• AutoGen UserProxyAgent + AssistantAgent
• 手动实现——比看起来更容易

与单次调用相比，ReAct 会增加 2 到 3 倍的 LLM 调用。每次思考都需要一次 LLM 调用，而观察结果还会增加令牌数量。请限制 MAX_STEPS，并设置每一步的令牌上限。

ReAct 步骤包含哪三个组成部分？

ReAct 是多步骤代理的基础。掌握这一循环后，您就可以构建任何使用工具的代理。