大模型Agent核心认知框架揭秘：从ReAct到思维树，AI如何像人一样思考？

闵浮龙

547人浏览 · 2026-03-16 09:31:27

闵浮龙 · 2026-03-16 09:31:27 发布

最近总有人在后台问我：“阿龙，总听你们说Agent、大模型，这东西到底是怎么思考的？它怎么能自己调用工具、自己反思错误，感觉跟成精了似的？”

问得好！今天，咱们就抛开那些晦涩的论文，用最接地气的方式，把大模型Agent（智能体）的那些“脑子里的想法”给扒个底朝天。

你将会看到，原来AI的思考方式，很多都是从咱们人类身上学的。什么“干一步看一步”、“先计划再行动”、“自我反省”，甚至“胡思乱想”，AI全都会！

一、先从“扛把子”聊起：什么是ReAct框架？

咱们要聊Agent的思考方式，就绕不开一个名字——ReAct。你可以把它理解成Agent思考模式的“地基”或者“原神开局”。

这词儿是“Reason”（推理）和“Act”（行动）的合体。说白了，就是让AI一边思考，一边行动，一边观察结果，然后再接着思考。

想象一下，你是一个客服。用户说：“我手机话费好像扣多了，帮我查查。”
你怎么做？你不会直接背诵一本通讯录，而是：

思考：用户要查话费账单。
行动：打开计费系统，输入用户手机号。
观察：系统返回了账单详情，发现确实有一笔增值业务扣费。
再思考：哦，原来是订阅了某个服务，需要告诉用户，并询问是否需要取消。
再行动：回复用户：“您好，我查了一下，您本月订阅了XX业务扣费XX元，需要帮您取消吗？”

看到了吗？这就是一个典型的思考-行动-观察-再思考的循环。ReAct框架就是干这个的。

为什么它这么牛？
因为它赋予了Agent动态决策的能力。当Agent发现自己知识库里没这东西（比如“今天的天气怎么样？”），它就会触发ReAct中的“行动”步，去调用天气查询工具。查完拿到结果（观察），再结合结果组织语言回答（思考）。整个过程行云流水，就像一个有手有脚、能自己找资料的人类员工。

所以，在下图的那个工作流程里，ReAct Agent就是这么一圈一圈转起来，直到把任务彻底搞定。

二、 Agent的“多重人格”：其他几种认知框架

当然，聪明的工程师们不满足于只有ReAct这一种套路。他们发现，就像不同性格的人处理问题的方式不同，AI也应该有多种思考模式。下面，咱们就来盘点一下这些“性格各异”的认知框架。

1. 函数调用：把AI当成“超级遥控器”

这个框架是OpenAI带火的。它的核心思想特别简单粗暴：大模型别想太多，你就负责理解我说话的意思，然后去按一下正确的按钮就行了。

这个“按钮”，就是我们预先写好的函数。比如，你写了一个函数叫 get_weather(city)，里面封装好了调用天气预报API的所有复杂代码。

你对大模型说：“明天上海冷吗？”
大模型通过“函数调用”框架，它不会自己去编造一个温度，它会分析：“哦，用户想知道上海明天的天气，我应该调用 get_weather 这个函数，参数是‘上海’，日期是‘明天’。” 然后它就去执行了。

应用场景：

智能家居：“打开客厅空调”，AI调用 control_device 函数。
数据分析：“把上个月销售额做个图表”，AI调用 generate_chart 函数。
API集成：“帮我给张三发个邮件说今晚聚餐”，AI调用 send_email 函数。

在这个框架里，大模型就像一个聪明的中央处理器，你只需要准备好各种功能的“遥控器”（函数），它负责帮你按。

2. 计划与执行：谋定而后动的“诸葛亮”

ReAct是“干一步看一步”，那“计划与执行”就是“先画图纸再施工”。

面对一个复杂任务，比如“策划一场公司年会”，你会怎么干？你肯定不会先去找饭店，而是会先拉个清单：定主题、找场地、安排节目、准备餐饮、邀请嘉宾……这就是计划。

在这个框架下，大模型接到任务后的第一步不是行动，而是思考全局，拆解任务，制定一个详尽的步骤清单。比如，它会列出：

确定年会预算和规模。
根据预算搜索合适的酒店或会场。
设计年会流程和互动游戏。
起草并发送邀请函。
...

等这个详细的“作战计划”制定完毕，它才开始进入执行阶段，一步步去调用工具、完成这些子任务。

优势在哪？
对于像自动化工作流管理、项目管理这样需要统筹全局的场景，这个框架能避免AI在细节里迷失方向，保证最终成果的完整性和一致性。

3. 自问自答：内心戏丰富的“思考者”

这个框架很有意思，它让AI学会了自己跟自己对话。

比如你问它：“如何才能快速学习一门新语言？”
一般的AI可能会直接给你列个1、2、3条建议。
但在“自问自答”框架下，它的内心活动可能是这样的：

自问：“‘快速’是多快？一个月还是一年？”
自答：“问题没明确，我得假设一个普遍情况，比如三个月达到日常交流水平。”
再自问：“要达到这个水平，最关键的点是什么？是词汇量？还是口语环境？”
再自答：“应该是沉浸式环境和坚持练习。好，那我就围绕这两点来给建议。”
再自问：“如果用户是个上班族，没时间出国怎么办？”
再自答：“那就推荐一些在线的语伴APP和利用碎片时间听播客的方法。”

你看，通过不断对自己提问和回答，AI把一个相对模糊的问题，一步步细化、深化，最终给出的答案自然就更全面、更有深度，甚至带有一些创造性。这特别适合创意写作、复杂问题深度分析。

4. 批判修正（自我反思）：知错能改的“好学生”

这个框架也叫Self-Reflection，说白了就是让AI学会自我反省。它包含两个核心步骤：

第一步：批判
系统做完一件事，或者生成一个答案后，先不急着交差。它会自己当一回“批评家”，对照着最初的目标或者标准答案（或者干脆就是常识），鸡蛋里挑骨头。

“我刚刚写的这段广告文案，虽然提到了产品功能，但好像不够吸引人，缺乏一个让人眼前一亮的‘钩子’。”
“我刚才规划的那条路线，虽然距离最短，但好像没考虑现在正是晚高峰，这条路肯定堵死了。”
第二步：修正
既然挑出了毛病，那就得改。系统会根据“批判”阶段提出的问题，调整自己的策略，重新生成一个更好的结果。

“好，那我修改一下文案，开头先用一个反问句抓住眼球，再介绍功能。”
“我重新规划路线，把实时交通状况考虑进去，选一条时间最短的路。”

通过这种 “生成-批判-修正-再批判” 的不断迭代，AI就像个“戏精”一样，自己跟自己较劲，直到输出一个它自己觉得满意的结果。这对于需要高质量、高精度产出的场景，比如撰写重要报告、生成代码、进行逻辑推理，价值巨大。

5. 思维链：把“黑箱”变成“透明人”

这个框架你可能也听说过，英文叫Chain-of-Thought，简称CoT。它的目标很单纯：让AI把它的解题步骤一步一步写出来！

以前的AI，你问它一个问题，它“啪”地一下给你个答案，跟个黑箱似的。你不知道它是真懂了，还是蒙的。有了CoT，你让它做一道数学题：“小明有5个苹果，小红的苹果比小明多3个，他们一共有几个苹果？”

AI不会直接回答“13个”。它会一步步推理：

“1. 小明有5个苹果。
2. 小红比小明多3个，所以小红有 5 + 3 = 8 个苹果。
3. 他们俩一共有 5 + 8 = 13 个苹果。
4. 所以答案是13。”

这个过程就是思维链。它极大地提高了AI在复杂推理任务上的准确率，同时让AI的思考过程变得透明、可解释。我们能清楚地看到它是怎么想的，如果错了，也知道错在哪一步。

6. 思维树：CoT的“超级进化版”

如果CoT是一条直线，那ToT就是一棵树。面对一个极其复杂、充满岔路的问题，比如“如何写一部像《三体》那样的小说？”。

用CoT，AI可能就沿着一条思路走到黑。但用ToT，它会这样干：

发散思维：它先不急着写，而是先想出好几个不同的故事开局。比如“一个物理学家的意外发现”、“某个神秘组织的全球行动”、“主角的童年记忆”。这就像一棵树长出了好多根树枝。
自我评估：站在每个“树枝”上，它还会自己琢磨：“这个开局虽然吸引人，但后期展开难度太大。”“这个开局格局有点小，撑不起长篇。”“嗯，这个开局既有悬念，又有空间，不错。”
择优深入：选定了最有潜力的那个“树枝”（比如“物理学家的意外发现”），它会沿着这个方向，继续往下想，继续生出更多的小树枝（发现带来了什么后果？引起了谁的注意？）。如果在这条路上走死了，它还可以回溯到上一个节点，选择另一个“树枝”重新探索。

这就是树搜索。ToT框架让AI拥有了战略性的前瞻和探索能力，能够自我评估不同思考路径的价值，从而在那些需要探索、规划和策略性思考的复杂任务中，表现得像个真正的专家。