ReAct是什么？一文看懂

在过去，我们与大型语言模型（LLM）打交道，更像在跟一个见多识广却与世隔绝的“书呆子”聊天。它引经据典、对答如流，可惜知识全停在训练截止的那一刻，没法跟真实世界互动，既验证不了信息，也完不成任务。

人工智能领域的一项突破性进展正在改写这个局面，它就是 ReAct 框架。ReAct 是 “Reasoning and Acting”（推理与行动） 的缩写，与其说它是一种技术，不如说它是一种新思路：教AI在解决复杂问题时，像人一样把深度思考和实际行动拧在一起。

这个框架最早由谷歌大脑团队的Yao, Shunyu等人在2022年提出，2023年在国际学习表征会议（ICLR）上正式发表，论文标题为《ReAct: Synergizing Reasoning and Acting in Language Models》。

ReAct 的核心思路

ReAct怎么工作：思考-行动-观察的黄金循环

ReAct框架的核心机制，学的是人类解决问题时的认知过程：先思考分析，再动手，看看结果、调整思路，如此循环，直到问题解决。ReAct把这个过程拆成三个关键步骤，跑成一个动态循环：

• 思考 (Thought / Reasoning):
  • 这是什么？ 在这一步，大语言模型化身军师，对当前任务做内部思考和推理：分析问题、拆解复杂任务、敲定下一步计划，或者判断自己还缺哪些信息 。
  • 举个例子： 你问AI：“苹果公司目前的股价和其最新发布的产品是什么？”，它的第一次“思考”大概是：“这问题分两摊：一是查实时股价，二是查最新产品，得用两个不同的工具。”
• 行动 (Action / Acting):
  • 这是什么？ 按“思考”阶段定好的计划，模型决定并执行一个具体的“行动”。这个行动通常是调用外部工具，比如搜索引擎、计算器、数据库查询API，或者任何能跟外部世界打交道的功能 。
  • 举个例子： 顺着上面的思路，AI的第一个“行动”可能是：Action: search("Apple Inc. stock price")。
• 观察 (Observation):
  • 这是什么？ “行动”执行完，模型会从外部工具拿到一个结果，这就是“观察”。这个结果会作为新信息，喂给下一轮的“思考” 。
  • 举个例子： 工具返回：Observation: "Apple (AAPL) stock price is $220.50 as of Sep 15, 2025."。AI拿到信息后进入下一轮循环，更新状态，接着琢磨：“行，股价有了，现在该查最新产品了。”然后发出新行动：Action: search("Apple Inc. new product announcements 2025")。

这套 “思考 → 行动 → 观察” 的循环会一遍遍重复，直到AI判断所有子任务都完成、能给出最终答案为止。

ReAct和老方法到底差在哪

想体会ReAct的革命性，可以先拿它和两种常见路线比一比：

• 对比“仅推理”的CoT（思维链，Chain-of-Thought）：思维链（CoT）靠引导模型在作答前先一步步生成推理过程，逻辑能力确实涨了不少。但CoT的推理全发生在模型的“内心戏”里，碰不到外部实时信息，一碰到要最新知识或精确计算的问题，就容易冒出事实性错误或幻觉（Hallucination）。比如你问一个只用CoT的模型“今天天气如何”，它可能根据训练数据编出一个听着像那么回事、实则全错的答案。ReAct靠“行动”这一步，让推理踩在外部工具抓来的真实、实时数据上，答案的准确性和可靠性高了一大截 。
• 对比“仅行动”的Act-only：“仅行动”是让模型直接挑工具、直接动手，省掉了中间的“思考”环节。结果就是，碰上复杂任务，模型可能像无头苍蝇一样乱试工具，没规划、没策略，效率低，任务也容易黄 。ReAct的“思考”步骤则给了模型规划、反思、调整策略的本事，行动更有目的、更有章法。

ReAct为什么重要？

ReAct框架的引入，不只是技术层面优化一下，而是从根上抬高了大语言模型的能力边界和应用价值。

复杂任务的解决能力明显上台阶

把复杂问题拆成一串“思考-行动-观察”的子步骤后，ReAct让AI能接住过去搞不定的多步、动态任务。相当于给AI发了一个工具箱加一本操作手册，让它有条不紊地干完一项复杂工程 。

治一治AI的“一本正经地胡说八道”

“幻觉”是大语言模型身上的老毛病，一直没治好。

ReAct的招数是：回答之前，强制模型先通过“行动”从权威外部来源（比如维基百科API、搜索引擎）拿信息、做验证，事实性错误因此少了很多。AI的回答不再只是“听着对”，而是“确实对”。

可解释性和可信度来了一次翻新

传统大语言模型常被吐槽是“黑箱”：只见输入输出，不知道它内部怎么做的决定。

ReAct框架留下的“思考”轨迹，就像一份详细的工作日志，AI为了得出最终答案走过的每一步推理、每一次决策都摊开给你看。有了这份透明，我们能理解、审查、调试AI的行为，对AI系统的信任也就上来了。

拿数据说话：权威基准测试里的成绩

ReAct的好不是嘴上说说，它在多个行业标准基准测试里的成绩相当能打：

• 知识密集型任务 (HotpotQA & FEVER)：在需要多步推理加事实核查的问答任务（如HotpotQA）和事实验证任务（如FEVER）里，ReAct靠着和维基百科等外部知识库互动，绕开了思维链（CoT）的幻觉坑，跑赢了仅行动（Act-only）的基线模型。
• 交互式决策任务 (ALFWorld & WebShop)：在这类模拟真实世界交互的复杂任务上，ReAct的表现尤其抢眼。
  • 在ALFWorld（模拟虚拟家庭环境完成任务的基准）中，相比之前的模仿学习和强化学习方法，ReAct的成功率绝对提升了34%，达到惊人的71%，而仅行动（Act-only）方法只有45%。
  • 在WebShop（模拟在线购物流程的基准）中，ReAct同样交出漂亮答卷，绝对成功率提升10%，得分（40%）也明显高于仅行动（30.1%）和其他基线方法。

这些数字足以说明，ReAct框架在提升AI通用问题解决能力上潜力有多大。

ReAct能用在哪

ReAct的这套本事，很快从论文走进了实际落地，各行各业都能看到它。

• 下一代智能问答与搜索引擎：你问需要实时信息的问题，比如“未来三天去上海出差需要带什么衣服？”，基于ReAct的系统会先思考（拆成查上海天气、理解穿衣指数），再行动（调天气API），最后把观察到的天气预报揉成智能建议给你 。
• 功能强大的个人智能助理：你的AI助理从此不再只会闲聊、定闹钟。它能帮你把一趟旅行安排明白：思考需要机票、酒店、当地活动，行动去调用携程API、查大众点评，最后交出一份详尽的行程单 。

• 高效的企业自动化与客户服务：企业级AI能接复杂的客户请求，比如“查询我上周的订单状态，并把我账户里的优惠券用在还没发货的商品上”。AI先思考（要查订单、查优惠券、用券），再依次调用内部订单系统和用户账户系统的API把活干完，服务效率和客户满意度都上去了 。
• 具身智能：机器人与自动驾驶：ReAct是高级机器人控制和自动驾驶的关键一环。家用机器人听到“帮我把客厅的零食拿到书房”这种指令，会用ReAct框架推理（识别客厅、定位零食、规划路径、抓取、导航到书房），再靠一系列传感器和执行器的“行动”，完成这个物理世界里的复杂任务 。
• 科研与医疗辅助：科研上，AI能帮研究人员自动检索、阅读、总结相关论文，还能执行数据分析代码 。医疗上，它能辅助医生分析病例、查最新的医学文献和临床指南，给诊断当决策支持。

想亲手搭一个ReAct智能体？

有点编程基础的话，靠现成的开源框架搭一个简单的ReAct智能体（Agent）真不难。眼下最主流的工具是 LangChain 框架 。

三个核心件：大脑、工具箱、指挥官

一个ReAct智能体主要由三块构成：

• 大语言模型 (LLM)：智能体的“大脑”，负责“思考”和推理，比如OpenAI的GPT系列模型 。
• 工具 (Tools)：智能体的“手脚”或“外部感官”，也就是它能执行的“行动”。可以是一个搜索引擎、一个计算器，或任何能被程序调用的功能 。
• 代理执行器 (AgentExecutor)：智能体的“指挥官”，负责运转整个“思考-行动-观察”循环，把大脑和工具箱协调起来，确保任务顺利执行 。

一段简单的Python代码示例（看懂概念就行）

下面是一段用LangChain构建ReAct智能体的简化Python代码，帮你理解它的工作流程。

# 导入必要的库
from langchain_openai import ChatOpenAI
from langchain.agents import tool, create_react_agent, AgentExecutor
from langchain import hub

# 步骤1：定义你的工具箱 (Tools)
# 我们创建一个名为“search”的工具，它模拟在网上搜索信息。
@tool
def search(query: str) -> str:
“””当你需要查询实时信息或你不确定的事实时，使用这个工具。”””
# 在真实应用中，这里会调用真正的搜索引擎API
if “苹果股价” in query:
return “苹果公司(AAPL)的当前股价是 $220.50。”
else:
return “抱歉，我找不到相关信息。”

tools = [search] # 将所有工具放入一个列表

# 步骤2：准备“指挥官”的指令手册 (Prompt Template)
# 我们直接从LangChain Hub拉取一个为ReAct优化的标准提示词模板。
# 这个模板已经教会了模型如何进行“思考-行动-观察”的循环。
prompt = hub.pull(“hwchase17/react”) # [[261]][[262]]

# 步骤3：指定“大脑” (LLM)
llm = ChatOpenAI(model=”gpt-4o”, temperature=0)

# 步骤4：创建并组装你的智能体 (Agent)
# 使用`create_react_agent`函数，将大脑、工具箱和指令手册组装起来。
agent = create_react_agent(llm, tools, prompt) # [[221]][[261]]

# 使用`AgentExecutor`创建最终的“指挥官”。
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True) # [[222]][[262]]

# 步骤5：下达任务并观察执行过程
response = agent_executor.invoke({
“input”: “我想知道苹果公司现在的股价是多少？”
})

print(response[“output”])

跑起这段代码，verbose=True会让你在终端看到类似的输出，ReAct内部的完整流程一目了然：

> Entering new AgentExecutor chain…

Thought: 用户想知道苹果公司的股价。这是一个实时信息，我应该使用搜索工具来查询。
Action: search
Action Input: “苹果股价”
Observation: 苹果公司(AAPL)的当前股价是 $220.50。
Thought: 我已经通过搜索工具得到了答案，现在可以直接回答用户了。
Final Answer: 苹果公司(AAPL)的当前股价是 $220.50。

Finished chain.

这个小例子把ReAct怎么把推理和行动拧在一起讲得很直观：问题就这么被透明、高效地解决了。

ReAct框架不止是一次技术迭代，它代表着AI发展方向上的一次重要转身：给了模型“边思考边行动”的本事之后，虚拟世界与物理世界、静态知识与动态信息之间的墙正在被拆掉。

AI因此更强大了，能接住以前碰不到的复杂问题；

AI因此更可靠了，和真实世界互动着把错误和幻觉压下来；

它也让AI更透明了，我们敢信任它，也敢和它做更深层次的协作。

可以预见，随着ReAct及其衍生技术不断成熟，一个由更强大、更可信、更能动手的AI驱动的全新智能时代正在路上。