ReAct：让智能体边想边做

一句话概要：ReAct 把「纯思考」与「纯行动」两条偏科的路缝在一起，用「思考—行动—观察」的显式循环让推理有事实依据、让行动有规划纠偏，代价是串行调用慢、依赖模型能力、且提示词很脆。

本章要点

一、它之前的两条路

在 ReAct 之前主流方法分两类。纯思考型（如思维链）能引导模型做复杂推理，但无法与外部世界交互，容易产生事实幻觉——推理再严密，输入的事实本身可能是编的。纯行动型直接输出动作，干脆利落，但缺少规划和纠错能力，走错也没有机制拉回来。ReAct 的洞见是：思考指导行动，行动的结果反过来修正思考。

二、思考—行动—观察循环

每一步的输出遵循固定轨迹：

• Thought（思考）：内心独白，分析现状、分解任务、制定下一步计划，或反思上一步结果；
• Action（行动）：决定采取的具体动作，通常是调用一个外部工具；
• Observation（观察）：工具执行后返回的结果。

新的观察被追加进历史，形成不断增长的上下文，直到模型在思考中判断任务完成。形式化地说，每个时间步由策略（即模型）根据初始问题与历史「行动—观察」轨迹生成当前思考与行动，环境中的工具执行行动后返回新观察，循环往复。

三、适用场景

• 需要外部知识：实时信息（天气、新闻、股价）、专业领域知识；
• 需要精确计算：把数学交给计算器工具，模型只负责拆解题意，规避自身算错；
• 需要与接口交互：操作数据库、调用服务，关键是参数构造与错误处理。

典型问题是「华为最新的手机是哪一款，主要卖点是什么」——模型凭借自身知识库答不上来，必须先意识到知识不足、再调用搜索工具、最后总结答案。真实运行中两步内即可给出答案。

四、工具的三要素

如果说大语言模型是大脑，工具就是手和脚。良好定义的工具包含：名称（简洁唯一的标识符）、描述（自然语言说明用途与输入，最关键，模型只靠它决定用不用、何时用）、执行逻辑（真正干活的函数，并负责清洗裁剪原始返回）。多种工具需要一个统一管理器，按名字登记、查表取函数、执行、返回结果。

五、系统提示词的四个部分

角色定义（设定模型用什么姿态回应）、工具清单（动态列出名称与描述，建议控制在十来个以内）、格式规约（强制输出结构化，规定分隔符与结束指令，是整个机制跑起来的前提）、动态上下文（原始问题与累积历史，让模型基于完整上下文决策，也是上下文不断变长的原因）。

六、核心循环与解析

循环是「格式化提示词 → 调用模型 → 执行动作 → 整合结果」四步，直到完成或达到最大步数。最大步数是必须留的安全阀，防无限循环烧钱，一般五到十步。模型返回纯文本，靠两个解析函数提取：拆分思考与行动、再从行动串里取出工具名与工具入参（解析要容错）。工具调用层要兜住「工具找不到、参数不合法、调用超时」，把错误包装成自然语言回给模型让它重试。最后把行动与观察追加回历史，闭环才成立。

七、三个优点

高可解释性（思考链可追溯，合规场景常是刚需）；动态规划与纠错能力（走一步看一步，搜索不理想可换词重试，比一次性写死计划抗造）；工具协同能力（模型负责运筹帷幄，工具负责解决具体问题，突破知识时效性与计算准确性局限）。

八、四个局限与调试心法

局限：对模型自身能力强依赖（推理、指令遵循、格式化任一不足都会中断流程）；执行效率问题（串行多次调用，延迟与成本高）；提示词脆弱（模板微小变动即影响行为，并非所有模型都能稳定守格式）；可能陷入局部最优（缺乏全局长远规划，甚至原地打转）。

调试五法：打印每次调用的完整提示词；解析失败时打印模型原始未经处理的输出；验证工具入参与返回格式；在提示词中加入一两个完整成功案例做少样本引导；换更强的模型或把随机性参数调零。

音频章节时间戳

时间	章节
00:00	开场
00:49	在它之前的两条路
02:37	循环为什么有效
04:39	工具是什么
06:34	系统提示词里有什么
08:12	核心循环怎么跑
10:04	它的三个优点
11:37	四个局限 与五条调试心法
14:01	收尾 · 判断清单

总时长 15 分 35 秒。

原书对应小节

Datawhale《Hello-Agents：从零开始构建智能体》第四章「智能体经典范式构建」，第 4.2 节「ReAct」（4.2.1 ReAct 的工作流程、4.2.2 工具的定义与实现、4.2.3 ReAct 智能体的编码实现、4.2.4 ReAct 的特点、局限性与调试技巧）。

更完整的图文内容请直接阅读原书，本页仅为音频配套要点。

授权

本内容改编自 Datawhale《Hello-Agents：从零开始构建智能体》，采用 CC BY-NC-SA 4.0 授权，为二次演绎配音版。