小园子

ReAct：让大模型边想边做

2026-10-28 · 智能体

ReAct 来自 2022 年的论文 ReAct: Synergizing Reasoning and Acting in Language Models。核心想法很简单：让模型交替输出“思考”和“行动”，行动的结果再作为“观察”喂回去，循环到得出答案为止。

一轮循环长什么样

Thought: 我需要先查一下这篇论文的发表年份。
Action: search["ReAct Yao 2022"]
Observation: ReAct 发表于 ICLR 2023 ...
Thought: 已经拿到年份，可以回答了。
Action: finish["2023 年，ICLR"]

和只用思维链比

• 只用思维链（CoT）时，模型全凭记忆推理，容易一本正经地编造事实。
• 只做行动、不写思考时，模型不知道自己为什么要调用某个工具，长任务里容易迷路。
• ReAct 把两者交替起来，思考决定下一步做什么，观察结果反过来修正思考。

自己写的时候踩过的坑

• 要设最大步数。模型有时会反复调用同一个工具，停不下来。
• 解析 Action 要容错。模型偶尔会漏括号，或者多输出一段解释。
• 观察结果太长就截断，否则几轮下来上下文就满了。
• 现在很多模型原生支持函数调用，用结构化的工具调用比纯文本解析稳得多，但思考和行动交替的思路是一样的。

还没想清楚的

多个工具之间有依赖时，是让模型一步步串行地试，还是先让它写个计划再执行？后者更像 Plan-and-Solve，打算下次对比一下。