ReAct 框架与规划能力
ReAct（Reasoning + Acting）是目前最主流的 Agent 推理模式，由 Yao et al. (2022) 提出。核心思想：将**推理（Thought）和行动（Action）**交替进行，让 Agent 像人一样”边想边做”。
ReAct 核心思想
将**推理（Thought）和行动（Action）**交替进行：
graph LR T1["Thought: 分析当前情况，决定下一步"] --> A1["Action: 选择并执行一个工具"] A1 --> O1["Observation: 获取工具返回的结果"] O1 --> T2["Thought: 分析结果，判断是否需要继续"] T2 -->|继续循环| A1 T2 -->|完成| DONE[完成任务]
ReAct 示例
问题：北京和上海哪个城市人口更多？
Thought 1: 我需要查找两个城市的人口数据
Action 1: search("北京 2024 人口")
Observation 1: 北京常住人口约2185万
Thought 2: 获得了北京的数据，现在查上海
Action 2: search("上海 2024 人口")
Observation 2: 上海常住人口约2487万
Thought 3: 两个数据都有了，可以比较了
Answer: 上海人口（约2487万）多于北京（约2185万）
ReAct vs 其他模式
| 模式 | 说明 | 优缺点 |
|---|---|---|
| ReAct | 推理+行动交替 | 灵活，但可能循环 |
| CoT only | 只推理不行动 | 无法获取外部信息 |
| Act only (Tool use) | 只行动不推理 | 缺乏规划能力 |
| Plan & Execute | 先规划再执行 | 适合复杂任务，但不够灵活 |
Planning 规划能力
简单任务：ReAct 逐步规划
对于简单任务，每一步动态决策即可。
复杂任务：分层规划
graph TD Plan["Plan: 将大任务分解为子任务"] --> ST1[Sub-task 1] Plan --> ST2[Sub-task 2] Plan --> ST3[Sub-task 3] ST1 --> E1[Execute] --> R1[Result 1] ST2 --> E2[Execute] --> R2[Result 2] ST3 --> E3[Execute] --> R3[Result 3] R1 --> Synth[Synthesize: 综合子任务结果] R2 --> Synth R3 --> Synth
规划策略
| 策略 | 说明 | 适用场景 |
|---|---|---|
| 递归分解 | 将任务不断拆分为更小的子任务 | 复杂多步任务 |
| 任务图 | 构建有向无环图 (DAG)，明确依赖关系 | 并行可执行的任务 |
| 动态重规划 | 根据执行结果调整后续计划 | 不确定性高的任务 |
▶ 对应实操：15-Agent架构与工具调用
口诀
A：ReAct 边想边动手，
思考行动交替走；
复杂任务分多层，
递归图 DAG 动态谋。
速记卡（面试闪卡）
Q1：一句话讲清「ReAct 框架与规划能力」到底是什么？
A：ReAct 把”先想再动”交替循环，让 Agent 像人一样边推理边调用工具。
Q2：一、ReAct 核心：Thought 与 Action 交替 —— 怎么理解？
A：像做饭时边看菜谱边动手：先想”下一步该放盐”（Thought），再去拿盐（Action），看了结果再想——思考和行动循环推进。英文：Reason + Act。
Q3：二、ReAct vs 其他模式：灵活但有循环风险 —— 怎么理解？
A：像四种工作风格：只想不动（CoT）拿不到外部信息；只动不想（Act-only）没规划；先计划再执行（Plan&Execute）稳但僵；ReAct 灵活却可能绕圈。英文：Chain-of-Thought / Plan-and-Execute。
Q4：三、简单任务：ReAct 逐步动态决策 —— 怎么理解？
A：像走迷宫边走边看：每步根据当前情况决定下一动作，无需提前排好全部路线，适合短平快的小任务。英文：Step-by-step Reasoning。
Q5：四、复杂任务：分层规划与三种策略 —— 怎么理解？
A：像项目经理拆大活：把大任务递归拆成子任务，用 DAG 图标注依赖并行跑，执行中还能动态重规划。英文：Hierarchical Planning / DAG。
Q6：核心速记主线有哪些？
-
核心循环：Thought → Action → Observation → 再 Thought
-
对比：CoT 只推理、Act-only 只行动、Plan&Execute 先规划
-
防循环：最大步数 + 重复检测 + 终止条件
-
复杂规划：递归分解 / 任务图 DAG / 动态重规划
口诀
A：ReAct 边想边动手，
思考行动交替走；
复杂任务分多层，
递归图谋动态谋。
相关链接
快速问答
| 问题 | 参考答案 |
|---|---|
| ReAct 模式的核心思想？ | 将推理（Thought）和行动（Action）交替进行。每步先思考再执行，根据执行结果继续思考，直到完成任务 |
| 如何解决 Agent 的循环问题？ | ① 设置最大步数限制 ② 检测重复动作 ③ 使用 LangGraph 的状态机控制 ④ 加入终止条件判断 |
| 多 Agent 协作的挑战是什么？ | ① 通信开销 ② 角色分工 ③ 冲突解决 ④ 全局一致性 ⑤ 成本控制 |