概述
ReAct（Reason and Act，推理与行动）是一个将 Chain-of-Thought 推理与工具使用相结合的框架，通过”思考 → 行动 → 观察”的迭代循环来构建 Agent 行为。它是最早让 LLM 既能推理又能与环境交互的技术之一。
要点
三步循环
- 思考（Thought） — 对当前情况的推理步骤
- 行动（Action） — 执行的动作（如调用工具）
- 观察（Observation） — 对行动结果的推理步骤
基于提示的设计
ReAct 通过精心设计的提示工程（通常作为系统提示）引导 LLM 以思考、行动、观察的循环方式工作。LLM 持续循环直到某个行动指定返回结果。
重要意义
在 ReAct 之前，chain-of-thought 等技术纯聚焦推理，而工具使用方法纯聚焦行动。ReAct 是最早将两者结合的技术，相比预定义固定步骤的 Agent，实现了更自主的 Agent 行为。
与固定流水线的对比
与工具顺序预先确定的固定流水线不同，ReAct 让 LLM 根据对当前状态的推理，自主决定使用哪个工具以及何时使用。
开放问题
- 不同领域的最优提示设计
- 如何处理 Agent 陷入推理循环的情况
- 对超长行动序列的可扩展性
证据时间线
- 2026-08-21: 从 Grootendorst 指南创建；引用 Yao et al.（ReAct 论文）