一、序言: 先从一个生活场景说起

想象一下，你在厨房做一道从没做过的菜。你会怎么做？

大概率不是先把整道菜的步骤在脑子里想完再动手，而是边做边想：

• “菜谱说需要三勺盐…糟糕，盐用完了，用酱油代替吧”（遇到问题，调整计划）
• “这个步骤不太懂，让我看看手机上的视频教程”（主动获取外部信息）
• “肉已经腌了20分钟，该下锅了”（跟踪进度，执行下一步）

这就是人类解决问题的典型方式：思考→行动→观察结果→再思考→再行动，循环往复。

但传统的大语言模型（比如ChatGPT）是怎么工作的呢？你问它一个问题，它就在脑子里（其实是模型参数里）想一遍，然后直接给你答案。这种"闭门造车"的方式，我们叫它**“只思考，不行动”**。

还有一种AI，比如早期的机器人，你给它一个指令，它就机械地执行，不会思考为什么要这么做，遇到问题也不会变通。这叫**“只行动，不思考”**。

ReAct框架，就是要把这两种能力结合起来，让AI像人类一样，既能思考，又能行动，还能根据行动结果调整思考。

二、ReAct到底是什么？一句话讲清楚

ReAct = Reasoning（推理）+ Acting（行动）

它是2022年由普林斯顿大学和Google的研究团队提出的一个框架，核心思想很简单：

让AI在解决问题的过程中，交替进行"思考"和"行动"，形成一个闭环。

这里的"思考"不是真的在思考，而是让AI用文字写下它的推理过程，比如：

• “我需要先查一下A的信息”
• “根据查到的结果，我推断B应该是…”
• “刚才的行动没得到预期结果，我换一种方式试试”

"行动"则是让AI调用外部工具，比如：

• 搜索网页
• 查询数据库
• 调用计算器
• 执行代码

关键点是：AI的每一步行动，都是基于上一步的思考；而每一次思考，又会参考之前行动得到的结果。

三、ReAct是怎么工作的？看一个具体例子

假设你问AI一个问题：

“除了Apple Remote（苹果遥控器），还有什么设备可以控制Apple Remote最初设计用来控制的那个程序？”

这个问题有点绕，我们看看不同AI会怎么处理。

方式一：普通AI（直接回答）

AI直接在脑子里想一遍，然后给出答案：

“答案是iPhone、iPad和iPod Touch。”

问题：它可能记错了，或者根本没搞清楚"Apple Remote最初控制的是哪个程序"，就开始瞎猜。这就是**“幻觉”**——AI一本正经地胡说八道。

方式二：思维链AI（Chain-of-Thought，CoT）

AI会展示推理过程：

“让我一步步想：Apple Remote最初设计用于控制Apple TV。Apple TV可以被iPhone、iPad和iPod Touch控制。所以答案是iPhone、iPad和iPod Touch。”

看起来有模有样，但问题依然存在：它说的"Apple Remote最初控制Apple TV"这个前提可能就是错的！因为它没有查资料，全靠记忆，而记忆不一定准确。

方式三：ReAct（思考+行动）

ReAct会这样一步步来：

第1轮：

• 思考：我需要先搞清楚Apple Remote最初是控制什么程序的。让我搜索一下。
• 行动：搜索"Apple Remote"
• 观察：返回结果说"Apple Remote最初设计用于控制Front Row媒体中心程序"

第2轮：

• 思考：好的，原来控制的是Front Row。现在我需要查一下，除了Apple Remote，还有什么设备能控制Front Row。
• 行动：搜索"Front Row"
• 观察：没找到直接结果，但提示有"Front Row (software)"这个条目

第3轮：

• 思考：刚才搜的不对，应该搜"Front Row (software)"才对。
• 行动：搜索"Front Row (software)"
• 观察：Front Row是一款已停产的媒体中心软件，可以用Apple Remote或键盘功能键控制

第4轮：

• 思考：找到了！除了Apple Remote，键盘功能键也可以控制Front Row。
• 行动：给出最终答案"键盘功能键"

看出区别了吗？

ReAct不是一次性想完所有事情，而是想一步、做一步、看一步结果、再想下一步。每一步都有据可查，错了也能及时发现并纠正。

四、ReAct的核心格式：三步循环

ReAct的执行过程可以总结为一个固定的 “三步循环”：

1. 思考（Thought）

AI用文字写下它当前的状态和下一步计划。比如：

• “我需要搜索X来找到Y”
• “上一步的结果告诉我A不等于B，所以C应该是…”
• “刚才搜索失败了，我换个关键词试试”

作用：相当于AI的"内心独白"，帮助它理清思路、跟踪进度、处理意外情况。

2. 行动（Action）

AI执行一个具体的操作，通常是调用某个工具。常见的行动包括：

• Search[关键词]：搜索信息
• Lookup[字符串]：在当前页面查找特定内容
• Calculate[公式]：调用计算器
• Finish[答案]：结束任务，给出最终答案

作用：让AI能够"动手"获取信息，而不是只靠记忆。

3. 观察（Observation）

行动执行后，外部环境返回的结果。比如：

• 搜索引擎返回的网页摘要
• 数据库查询的结果
• 计算器返回的数值

作用：为AI提供事实依据，让推理 grounded（有根据）在真实数据上。

这个三步循环会不断重复，直到AI认为已经找到答案，执行Finish行动结束任务。

五、ReAct相比其他方法强在哪里？

1. 比普通AI强：不会瞎编

普通AI没有外部信息来源，全靠训练时的记忆。但知识会过时、会记错，所以经常"幻觉"。

ReAct每到一个关键节点，都会去查资料，确保说的是事实。就像写论文要引用参考文献一样，ReAct的每个结论都有据可查。

2. 比思维链（CoT）强：能查资料

CoT虽然也会一步步推理，但它整个过程都是"闭门造车"，不接触外部世界。如果第一步的前提就错了，后面推理再严密也是错的。

ReAct在推理过程中可以随时"开门出去看看"，查一下资料验证自己的假设。发现错了，马上调整。

3. 比纯行动AI强：有策略不蛮干

有些AI只会执行固定动作，不会思考。比如让它在虚拟房间里找东西，它可能到处乱翻，重复做无用功。

ReAct会先思考：“根据常识，胡椒瓶一般在橱柜或台面上，我先去这些地方找”。找到后还会跟踪进度：“已经找到胡椒瓶了，下一步是把它放到抽屉里”。有目标、有计划、会调整。

六、ReAct在实际中怎么用？

场景一：智能客服

用户问：“我上周三买的那个红色手机壳，现在降价了，能退差价吗？”

普通AI可能直接回答"可以"或"不可以"，但可能搞错订单信息。

基于ReAct框架驱动的客服会这样：

• 思考：用户提到"上周三"、“红色手机壳”，我需要先查订单。
• 行动：调用订单查询API，搜索用户上周三的订单
• 观察：找到订单，确认是红色手机壳，购买价89元
• 思考：现在需要查当前售价，看是否降价。
• 行动：调用商品查询API，查该商品当前价格
• 观察：当前售价69元，确实降价20元
• 思考：根据退差价规则，购买7天内降价可退差价。上周三到今天在7天内。
• 行动：告诉用户可以退20元差价，并引导操作

确保全程有据可查，不会张冠李戴。

场景二：数据分析助手

老板问：“分析一下我们Q3华东区的销售数据，为什么比Q2下滑了？”

ReAct可以：

• 思考：需要先获取Q2和Q3华东区的销售数据。
• 行动：调用数据库查询工具，分别查Q2、Q3数据
• 观察：拿到两组数据，Q3确实比Q2下滑15%
• 思考：需要进一步分析下滑原因，看看是哪个产品线、哪个城市的问题。
• 行动：按产品线和城市维度查询详细数据
• 观察：发现主要是上海和杭州的智能硬件产品线下滑严重
• 思考：需要查一下市场竞争情况，看看是否有竞品上市。
• 行动：调用外部市场数据API，查Q3华东区智能硬件市场竞争情况
• 观察：发现竞品A在8月份推出了类似产品，价格更低
• 思考：原因找到了，可以生成报告了。
• 行动：调用报告生成工具，输出分析结论

整个过程透明可追溯，老板可以随时问"你为什么得出这个结论"，AI能展示完整的推理链条。

场景三：个人助理

你说：“帮我规划一下下周去上海的行程，要拜访三个客户，还要参加周五的行业会议。”

ReAct可以：

• 思考：需要知道三个客户的位置、会议地点，才能规划路线。
• 行动：调用日历API，获取会议时间和地点；调用CRM系统，获取客户地址
• 观察：会议在周五下午，浦东；客户A在徐汇，B在静安，C在浦东
• 思考：为了效率，应该把浦东的客户C和会议安排在一天。需要查一下交通时间和酒店。
• 行动：调用地图API查路线，调用酒店预订API查推荐
• 观察：拿到交通时间和酒店信息
• 思考：可以制定计划了：周一到周三分别拜访A、B，周四拜访C并住浦东，周五参加会议。
• 行动：生成行程表，并询问用户是否满意

像真人助理一样，会主动收集信息、制定计划、处理约束条件。

七、ReAct的技术实现：程序员视角

如果你跟我一样也是个程序员，想知道ReAct怎么落地，核心就这三点：

1. 定义工具集（Tool Set）

你需要告诉AI它有哪些工具可以用。比如：

tools = [
    {
        "name": "search",
        "description": "搜索互联网信息",
        "parameters": {"query": "搜索关键词"}
    },
    {
        "name": "query_database", 
        "description": "查询内部数据库",
        "parameters": {"sql": "SQL语句"}
    },
    {
        "name": "calculate",
        "description": "执行数学计算", 
        "parameters": {"expression": "数学表达式"}
    }
]

2. 写提示词（Prompt）

告诉AI它的角色、可用的工具、以及输出格式。关键是让AI学会输出结构化的行动指令，比如：

你需要按以下格式思考并行动：

思考：你的推理过程
行动：工具名称[参数]
观察：工具返回的结果
...（重复直到完成任务）

3. 搭建执行循环（Loop）

写一个简单的循环代码：

while not task_finished:
    # 1. 把历史记录（思考+行动+观察）拼成提示词
    prompt = build_prompt(history)
    
    # 2. 调用LLM生成下一步
    response = llm.generate(prompt)
    
    # 3. 解析LLM的输出，提取"思考"和"行动"
    thought, action = parse(response)
    
    # 4. 执行行动，获取观察结果
    observation = execute(action)
    
    # 5. 把这一轮的结果加入历史记录
    history.append((thought, action, observation))
    
    # 6. 检查是否完成任务
    if action.startswith("Finish"):
        task_finished = True

就这么简单！ 核心逻辑就是一个while循环，不断让AI"想-做-看"，直到问题解决。

4. 现成的AI应用框架

如果你不想从零写，可以直接用现成的框架：

• LangChain：最流行的LLM应用框架，内置了ReAct Agent的实现，几行代码就能搭起来。
• LangGraph：LangChain的进阶版，支持更复杂的流程控制（比如条件分支、循环、并行）。
• AutoGen：微软开源的多智能体框架，多个ReAct Agent可以协作完成任务。

八、ReAct的优缺点：理性看待

优点

1. 透明可解释
每一步都有"思考"记录，出了问题容易排查。不像黑盒模型，不知道它为什么给出这个答案。

2. 抗幻觉能力强
关键信息都通过工具查询获取，不是靠记忆瞎编。适合对准确性要求高的场景（医疗、金融、法律）。

3. 灵活可扩展
需要新能力？加一个新工具就行。比如原来只能搜索网页，现在加个"查股票"工具，AI就能分析股市了。

4. 人机协作友好
人类可以随时查看AI的"思考过程"，发现不对可以打断、纠正，甚至直接修改AI的思考内容让它按正确方向走。

缺点

1. 速度慢
每一步都要调用一次LLM，复杂任务可能要循环十几次，响应时间较长（几秒到几十秒）。

2. 成本高
多次调用LLM意味着更多的token消耗，费用会比单次调用高。

3. 对模型能力有要求
如果模型本身逻辑能力差，可能生成错误的工具调用格式，或者陷入"一直在想但就是不行动"的循环。

4. 工具质量决定上限
如果工具返回的结果不准确（比如搜索引擎给了垃圾信息），AI也会被带偏。

九、ReAct的未来：从"单打独斗"到"团队协作"

目前的ReAct主要是一个AI在循环思考-行动。未来的发展方向包括：

1. 多智能体协作（Multi-Agent）

不再是一个AI单打独斗，而是多个ReAct Agent分工合作：

• 研究Agent：负责查资料
• 计算Agent：负责数据分析
• 写作Agent：负责生成报告
• 审核Agent：负责检查错误

它们之间通过消息传递协作，像一个小团队。

2. 强化学习增强

现在的ReAct主要靠提示词引导，未来可以通过强化学习（RL）让AI从成功和失败的轨迹中学习，越用越聪明。

3. 长期记忆

给AI配上"笔记本"（向量数据库），让它能记住之前的对话、用户的偏好，实现跨会话的个性化服务。

4. 多模态扩展

现在的ReAct主要处理文本，未来可以处理图片、音频、视频。比如AI看到一张产品图片，能思考"这个零件看起来磨损了"，然后行动"调用维修手册查询更换步骤"。

十、总结：ReAct的本质是什么？

回到开头的问题：ReAct到底是什么？

它不是某种神秘的算法，也不是某个具体的软件产品。它是一种让AI解决问题的"方法论"。

核心就三句话：

1. 不要一次性想完所有事情——想一步，做一步，看一步结果。
2. 不要只动脑子不动手——该查资料就查资料，该算就算，该问就问。
3. 不要只动手不动脑子——每做一步都要想想为什么做、下一步怎么做、做错了怎么改。

说白了，就是让AI学会**“边做边想，错了就改”**——这正是人类解决问题的方式。

对于技术人员来说，ReAct的价值在于：它提供了一套清晰的工程范式，让你能把LLM从"聊天机器人"升级为"能解决问题的智能体"。不需要复杂的算法，只需要定义好工具、写好提示词、搭好循环，就能让AI帮你完成很多以前做不到的事情。

如果你正在做AI应用开发，ReAct是一个值得深入掌握的框架。它不一定适合所有场景（简单问答用它反而大材小用），但在需要多步骤推理、外部信息获取、复杂任务拆解的场景下，它很可能是目前最实用、最可靠的方案。

---

PS：希望这篇文章能帮你真正理解ReAct框架。如果你正在实践ReAct，欢迎交流落地经验！