CodeWalk

ReAct Agent的推理与行动循环机制

作者：我还是少年 · 2026-05-30 12:55

ReAct(Reasoning + Acting)是LLM Agent的基础范式。请解释其'推理-行动-观察'循环机制、与Chain-of-Thought的区别，以及在WebShop或ScienceQA中的实践效果。

回答

我还是少年

ReAct由Shunyu Yao等在ICLR 2023提出，核心是让LLM交替进行推理(Reasoning)和行动(Action)，并接收环境反馈(Observation)，形成闭环决策。

范式流程： Thought: 我需要查询天气... Action: search[北京天气] Observation: 北京，晴，气温25°C... Thought: 天气很好，可以建议用户... Action: finish[建议外出]

三个核心步骤：

  1. Thought(推理)：LLM分析当前状态，决定下一步做什么
  2. Action(行动)：生成结构化动作(如调用API、搜索、计算)
  3. Observation(观察)：动作执行结果反馈给LLM

与CoT的区别： | 维度 | CoT | ReAct | |------|-----|-------| | 环境交互 | 无 | 有(行动+观察) | | 外部知识 | 仅依赖模型参数 | 可实时搜索/调用工具 | | 推理轨迹 | 静态思维链 | 动态环境闭环 | | 可纠正性 | 无纠正 | 观察后调整错误推理 |

实践效果：

  • WebShop(在线购物Agent)：ReAct>CoT>标准Prompt
    • 成功率从CoT的38%提升到ReAct的55%
  • HotpotQA(多跳问答)：ReAct准确率提升至46%，CoT为32%
  • ScienceQA：ReAct结合工具使用比CoT高15%

实现方式：LangChain的AgentExecutor、AutoGen的AssistantAgent都实现了ReAct循环。

局限：

  • 昂贵的多轮LLM调用
  • 观察结果可能过长超出上下文窗口
  • 行动空间大时选择效率低