2. 请详细解释 ReAct 框架。它是如何将思维链和行动结合起来，以完成复杂任务的？ 秀才 2026年3月12日 大约 10 分钟 大模型 大模型应用开发 面试题 AI大模型 ReAct llm 此页内容 1. 题目分析 1.1 ReAct 的由来和核心思想 1.2 ReAct 的工作流程 1.3 Thought、Action、Observation 各自的角色 1.4 ReAct 与 Prompt 工程的关系 1.5 ReAct 的优势和局限 1.6 ReAct 在现代 Agent 框架中的演进 2. 参考回答 学习交流 1. 题目分析 这道题考察的是对大模型 Agent 核心推理范式的理解。ReAct 是目前几乎所有主流 Agent 框架（如 LangChain、LlamaIndex）的底层推理模式，可以说理解了 ReAct，就理解了 Agent 是怎么"思考并行动"的。面试官问这道题，本质上是想看你对 Agent 的工作原理有没有真正吃透，而不是停留在"会调 API"的层面。 1.1 ReAct 的由来和核心思想 要理解 ReAct，我们先要知道它解决了什么问题。在 ReAct 之前，大模型在处理复杂任务时主要有两条路线：一条是以 Chain-of-Thought（CoT，思维链）为代表的 纯推理路线 ，另一条是以 WebGPT、SayCan 等为代表的 纯行动路线 。 纯推理路线的问题在于，模型只能依赖自身内部的参数知识来一步步推导，一旦遇到需要实时信息、精确计算或者外部数据的场景，它就容易"幻觉"——也就是一本正经地胡说八道。比如你问它"今天北京天气怎么样"，它没有联网能力，只能瞎编一个答案。 纯行动路线的问题则相反，模型直接映射到动作空间去执行操作，但缺少中间的推理过程，导致它不知道"为什么要做这个动作"、"做完之后下一步该怎么办"，面对复杂的多步任务时就很容易迷失方向。 ReAct 的核心思想其实非常朴素： 让大模型像人一样，边想边做 。人在解决复杂问题的时候，不会先把所有事情想清楚再动手，也不会不过脑子就蛮干，而是想一步、做一步、看一步，根据每一步的反馈来调整下一步的计划。ReAct 就是把这种"交替进行推理和行动"的过程形式化了。
   
   1.2 ReAct 的工作流程 ReAct 框架的名字本身就说明了一切： Re asoning + Act ing，推理加行动。它的工作流程可以用一个循环来概括： Thought → Action → Observation → Thought → Action → Observation → ... → Finish 。 我们用一个具体例子来说明。假设用户问："《流浪地球》的导演还执导过哪些电影？这些电影中评分最高的是哪一部？" 这个问题对人来说不难，但需要分步骤完成。ReAct 的处理过程大致是这样的： 第一轮： Thought（思考） ：我需要先查一下《流浪地球》的导演是谁。 Action（行动） ：调用搜索工具，搜索"流浪地球 导演"。 Observation（观察） ：搜索结果返回——导演是郭帆。 第二轮： Thought（思考） ：好的，导演是郭帆。接下来我需要查一下郭帆还导演过哪些电影。 Action（行动） ：调用搜索工具，搜索"郭帆 导演 电影作品"。 Observation（观察） ：搜索结果返回——郭帆导演的电影有《流浪地球》《流浪地球2》《同桌的你》《李献计历险记》等。 第三轮： Thought（思考） ：现在我知道了他的作品列表，接下来需要比较这些电影的评分，找出最高的。 Action（行动） ：调用搜索工具，搜索这些电影的评分信息。 Observation（观察） ：返回评分数据。 第四轮： Thought（思考） ：根据评分数据，《流浪地球2》评分最高。我现在可以给出最终答案了。 Action（行动） ：Finish，输出最终答案。 可以看到，整个过程中，模型的每一次行动都有明确的推理依据，每次获得新信息后都会重新思考下一步该怎么走。这就是 ReAct 的精髓—— 推理指导行动，行动反馈推理，二者交替螺旋式推进，直到任务完成 。
   
   1.3 Thought、Action、Observation 各自的角色 在 ReAct 的三元组中，每个部分承担着不同的职责： Thought 是模型的"内心独白"，它不会被发送给外部工具，而是留在推理链中供模型自己参考。Thought 的作用非常关键，它负责分解任务、分析当前进度、决定下一步策略。可以说 Thought 就是 CoT 思维链在 ReAct 中的体现，它让模型的决策过程变得可解释、可追溯。 Action 是模型与外部世界交互的桥梁。Action 通常是对某个外部工具的调用，比如搜索引擎、计算器、数据库查询、API 调用等。Action 的关键在于它是结构化的，通常包含工具名��和调用参数，这样系统才能解析并执行。 Observation 是外部环境给模型的反馈，也就是 Action 执行后返回的结果。Observation 不是模型生成的，而是真实的外部数据，这就保证了模型的推理过程是"接地气"的，基于真实信息而非臆想。 这三者的协同关系，本质上构成了一个 闭环反馈系统 ：Thought 基于当前上下文做出判断，Action 将判断转化为具体操作，Observation 将操作结果反馈回来更新上下文，然后新一轮的 Thought 再基于更新后的上下文继续推理。
   
   1.4 ReAct 与 Prompt 工程的关系 在实际实现中，ReAct 的核心机制是通过精心设计的 Prompt 来驱动的。一个典型的 ReAct Prompt 模板大致包含以下几个部分：

你是一个智能助手，可以使用以下工具来回答问题：
1. Search[query] - 搜索相关信息
2. Lookup[term] - 在文档中查找特定内容
3. Finish[answer] - 给出最终答案

请按照以下格式交替进行思考和行动：
Thought: 你的思考过程
Action: 工具名[参数]
Observation: 工具返回的结果
...（重复以上过程）
Thought: 我现在可以给出答案了
Action: Finish[最终答案]

通过这种 Prompt 模板，我们实际上是在用 few-shot 或 instruction 的方式"教会"大模型按照 Thought-Action-Observation 的固定格式来输出。模型生成到 Action 时，系统会截断模型输出、解析 Action 内容、调用相应工具、获取结果，然后将 Observation 拼接回上下文，再让模型继续生成下一轮的 Thought。 这也是为什么说 ReAct 是一个 框架 而非一个模型——它是一种组织大模型推理和行动的协议和流程，可以套用在任何足够强的大模型上。 1.5 ReAct 的优势和局限 ReAct 的优势主要体现在三个方面： 第一， 可解释性强 ，因为每一步行动之前都有明确的推理过程，出了问题可以回溯到具体是哪一步的思考出了偏差； 第二， 减少幻觉 ，通过调用外部工具获取真实数据，而不是让模型凭空编造，大大提高了事实准确性； 第三， 泛化能力好 ，同一套 ReAct 框架可以对接不同的工具集，适用于问答、数据分析、代码生成等多种场景。 但 ReAct 也有明显的局限性。首先是 效率问题 ，每一轮 Thought-Action-Observation 都需要一次 LLM 调用加一次工具调用，对于简单任务来说开销过大；其次是 错误累积 ，如果中间某一步的推理或工具调用出错，后续步骤可能会在错误的基础上越走越偏；最后是 对模型能力的依赖 ，ReAct 需要模型有较强的指令遵循能力和格式控制能力，弱模型很容易输出不符合格式要求的内容导致解析失败。 1.6 ReAct 在现代 Agent 框架中的演进 在理解了 ReAct 的基本原理之后，还需要知道它在实际工程中的演进。现在主流的 Agent 框架基本都是在 ReAct 的基础上做了增强和扩展。 比如 LangChain 中的 AgentExecutor 就是 ReAct 的典型实现，它的 Agent 循环本质就是不断地让 LLM 生成 Thought 和 Action，然后执行工具获取 Observation，直到 LLM 输出 Final Answer。再比如更新的框架像 LangGraph，它把 ReAct 的线性循环扩展成了 图结构 ，允许更复杂的分支和条件跳转，但底层的 Thought-Action-Observation 三元组逻辑依然没变。 另外还有一些变体和增强方案值得关注，比如 Reflexion 在 ReAct 的基础上加入了自我反思机制，当任务失败时模型会回顾整个推理过程并总结经验教训，下次再遇到类似问题时可以避免犯同样的错误。 Plan-and-Execute 则是先做全局规划再分步执行，适合更长链路的复杂任务。

2. 参考回答 ReAct 的全称是 Reasoning and Acting，它是一种大模型推理框架，核心思想是让模型交替进行推理和行动来完成复杂任务。 在 ReAct 之前，大模型处理复杂问题主要有两条路：一条是 Chain-of-Thought 这种纯推理路线，模型只在内部一步步思考，但容易产生幻觉，因为它没有办法获取外部真实信息；另一条是纯行动路线，直接让模型调用工具，但缺少推理过程，面对复杂多步任务很容易迷失方向。ReAct 把这两者结合了起来，形成了 Thought-Action-Observation 的循环机制。每一轮中，模型先通过 Thought 进行推理分析当前状态和下一步策略，然后通过 Action 调用外部工具，工具执行后返回 Observation 作为真实反馈，模型再基于这个新信息进行下一轮思考。这个循环不断迭代，直到模型判断可以给出最终答案为止。这种设计有三个显著优势： 第一 是推理指导行动，每次工具调用都有明确的推理依据，可解释性很强； 第二 是行动反馈推理，通过外部工具获取真实数据来辅助推理，大幅减少了幻觉； 第三 是这套框架与具体工具解耦，泛化性很好。 在实际落地层面，像 LangChain 的 AgentExecutor 本质上就是 ReAct 循环的工程实现，而更新的 LangGraph 则是把 ReAct 的线性循环扩展成了图结构以支持更复杂的流程控制。当然 ReAct 也有局限，比如多轮调用带来的延迟开销、中间步骤错误可能导致的错误累积、以及对模型指令遵循能力的强依赖，这些在实际工程中都需要针对性地去优化。 学习交流 > 如果您觉得文章有帮助，可以关注下秀才的 公众号：IT杨秀才 ，后续更多优质的文章都会在公众号第一时间发布，不一定会及时同步到网站。点个关注👇，优质内容不错过

🔥 配套实战项目，拆得开、跑得起、能写进简历 多 Agent 编排 + RAG 混合检索 · 31 篇深度教程 + 50+ 面试题 点击查看 DevSupport AI 实战项目 → 在 GitHub 上编辑此页 上次编辑于: 2026/8/19 01:07:37 贡献者: Percygu 上一页 1. 你如何定义一个基于 LLM 的智能体？它通常由哪些核心组件构成？ 下一页 3. Agent的规划能力有哪些主流的实现方法？