ReAct 框架

本条目是「Prompt 2.0 方法论」的第 13 部分，对应学习清单条目 2.5.1。

前置依赖：四大黄金法则、Maker-Checker模式

为以下铺垫：Plan-and-Execute、Reflexion、选型判断标准

---

一、核心观点

ReAct（推理+行动交替）：适合任务路径不确定的场景。

像你边走边看地图导航——走一步、看一眼、再决定下一步，而不是在家把整条路线背下来才出门。

---

二、定义与原理（类比先行）

2.1 定义

• 全称：Reasoning + Acting（推理 + 行动）

• 核心：推理与行动交替进行

• 流程：思考（Thought）→ 行动（Action）→ 观察（Observation）→ 循环

2.2 类比：边走边看地图

路径不确定时，你没法预先规划每一步（你不知道拐角后是什么）。ReAct 就是「走一步看一步」：每步先想「现在该干嘛」，再行动，再看结果，再想下一步。

2.3 出处

• 来源：Google Research, Yao et al., 2022（arXiv:2210.03629）

• 仍是生产中最广泛部署的起步范式之一

flowchart TD

    T[Thought 思考] --> A[Action 行动]

    A --> O[Observation 观察]

    O --> T

    O -- 达成目标 --> F[Final Answer 回答]

---

三、为什么有效？

• 灵活：随时根据工具返回调整

• 可解释：每步都有思考痕迹，好调试

• 贴合真实任务：多数现实任务路径本就未知

---

四、优缺点

• ✅ 灵活、可解释、好调试

• ❌ 长任务每一步都调 LLM，效率低、成本高

• ❌ 缺乏全局规划，可能走弯路

---

五、适用场景

• ✅ 路径不确定：搜索、客服、开放问答、工具调用

• ❌ 步骤固定的确定性任务；对成本/延迟极敏感

---

六、最新研究与企业数据（2024–2026）

• ReAct 原始论文 (Yao et al., 2022, Google)（arXiv:2210.03629）：在问答与决策基准上，推理+行动交替显著优于仅推理或仅行动，奠定 Agent 基础范式。

• Anthropic《Building Effective Agents》(2024-12)：将 ReAct 式的「逐步推理 + 工具调用」列为最常用的工作流骨架之一；同时提醒——若任务路径可预先规划，Plan-and-Execute 更省。

• Google《Scaling Agent Systems》(2025/2026)：在顺序推理任务上，盲目多 Agent 反而下降 39–70%——ReAct 这类单 Agent 逐步循环反而更稳（见 选型判断标准）。

---

七、学习资源

• 论文：ReAct（arXiv:2210.03629）

• 权威指南：Anthropic《Building Effective Agents》

• 进阶：Plan-and-Execute 框架 · Reflexion 框架

---

核心要点

要点	速记
核心	Reasoning + Acting 交替循环
类比	边走边看地图导航
流程	Thought → Action → Observation → …
适合	路径不确定（搜索/客服/问答）
不适合	步骤固定、成本敏感
一手依据	ReAct 论文 (arXiv:2210.03629)

下一篇：Plan-and-Execute 框架——路径能预先规划时，换一种打法。

---

参考来源（一手链接 · 可溯源深挖）

• Yao et al. (2022) ReAct: Synergizing Reasoning and Acting（Google）：arXiv:2210.03629

• Anthropic (2024-12)《Building Effective Agents》：anthropic.com/engineering/building-effective-agents

• Google Research (2025/2026)《Towards a Science of Scaling Agent Systems》：research.google/blog/towards-a-science-of-scaling-agent-systems

速记卡（面试闪卡）

Q1：一句话讲清「ReAct 框架」到底是什么？

A：ReAct（推理+行动交替）适合路径不确定的任务：走一步想一步看结果，再决定下一步，而非背完整路线。

Q2：定义与原理 —— 怎么理解？

A：全称 Reasoning+Acting，流程是 Thought→Action→Observation 循环，直到得出 Final Answer。出自 Google 2022 论文，仍是生产最广泛部署的起步范式之一。好比边走边看地图导航（Thought-Action-Observation）。

Q3：为什么有效 —— 怎么理解？

A：灵活（随时按工具返回调整）、可解释（每步有思考痕迹好调试）、贴合真实（多数任务路径本就未知）。它把”规划”拆进每一步，而不是一次性押注全局计划（flexibility, interpretability）。

Q4：优缺点与适用场景 —— 怎么理解？

A：✅灵活可解释好调试；❌长任务每步调 LLM 效率低成本高，且缺全局规划易走弯路。适合搜索/客服/开放问答等路径不定场景；不适合步骤固定、成本敏感的活（pros/cons, applicability）。

Q5：最新研究与企业印证 —— 怎么理解？

A：Anthropic 把 ReAct 式逐步推理+工具调用列最常用工作流骨架，但提醒路径可规划时 Plan-and-Execute 更省；Google 发现盲目多 Agent 反而降 39–70%，单 Agent 逐步循环更稳（research backing）。

Q6：核心速记主线有哪些？

• 本质：Reasoning+Acting 交替，Thought→Action→Observation 循环

• 有效因：灵活、可解释、贴合路径未知的真实任务

• 缺点：长任务成本高、缺全局规划易绕路

• 适用：搜索/客服/问答；研究提醒可规划时换 Plan-and-Execute

口诀

A：ReAct 推理带行动，

走一步来观风向；

想定再干循环往，

路径不定它最畅。

相关链接

• 系列清单：Agent 方法论与产品思维学习路线图

• 上一层级：Prompt 2.0 方法论 · 索引

• 同主题：Plan-and-Execute 框架 · Reflexion 框架