简介
ReAct是AI智能体的核心架构，通过"思考-行动-观察"循环，让大模型在推理与行动间形成闭环。它结合了思维链推理能力和工具调用能力，解决了AI只会思考不会行动的"认知鸿沟"。ReAct提供可解释性、动态纠错能力和外部生态适配性，是现代Agent框架如LangGraph的基座，让AI从"做题学生"进化为"会查资料、写实验、纠错的实习生"。尽管存在模型能力要求高、成本偏高等局限，但仍是构建复杂Agent的奠基石。
🔁 ReAct：为什么它是 AI 智能体进化的“灵魂”？
“让 AI 思考并不难，难的是：如何让它在动手之后，根据结果‘反省’并修正自己。”
如果你最近在关注Agent（智能体），无论是手搓 LangChain 还是研究最新的Claude Code，你一定会被一个词刷屏：ReAct。
从最早的 AutoGPT 到现在的企业级框架LangGraph，底层逻辑几乎都指向同一个终点：让大模型在“推理（Reason）”与“行动（Act）”之间形成自洽的闭环。
今天，带你拆解这个 Agent 时代的“奠基石”。
一、 Agent 的“认知鸿沟” 🤔
假设你给纯 LLM 下一个指令：
“对比 RTX 4090 和刚刚发布的 RTX 5090，在跑 DeepSeek-R1 时的显存利用率差异。”
如果这个模型没有联网工具，或者它的训练数据还没更新，通常会发生两件事：
- 胡说八道（Hallucination）：凭记忆乱编 5090 的参数。
- 拒绝服务：老实交代它不知道最新动态。
👉 这就是 **“只会思考，不会行动”**的致命伤。模型被困在了知识截止日期的“缸”里。
那有没有一种方式，让 AI：
- 发现自己不知道
- 主动去查
- 再根据结果继续推理
这就是 ReAct 的诞生背景。
二、 什么是 ReAct？（Synergizing Reasoning and Acting）
在 ReAct 之前，主流方法基本分成两派：
🧠 只思考（Chain-of-Thought）
- 优点：推理清晰
- 缺点：不能接触真实世界
- 容易产生「看起来很对，其实全错」的幻觉
🤖 只行动（直接 Tool Calling）
- 优点：能调用工具
- 缺点：没有规划、不会反思
- 很容易一步走偏，直接翻车
ReAct 模式最早由普林斯顿大学的Shunyu Yao等人在 2022 年底提出。它的核心逻辑非常暴力且优雅：
💡将“思维链（CoT）”与“工具调用”交替执行。
核心循环的三个齿轮
ReAct 的精髓可以浓缩为一个循环公式：
- Thought（推理/思考）： AI 的“内心独白”。它会分析当前任务：“我知道什么？我还缺什么？下一步该去哪查？”
- Action（行动）： AI 决定使用的工具。比如
GoogleSearch[RTX 5090 specs]。 - Observation（观察/反馈）： **这是最关键的一环。**工具返回的真实结果（如搜索网页的内容）。这些数据会成为 AI 下一轮推理的新证据。
然后，再来一轮：
Observation → 新 Thought → 新 Action直到 AI 认为： 👉“信息够了，可以给最终答案了”
这个过程不是线性的，而是螺旋上升的
三、 实战拆解：AI 帮你选显卡 🖥️
我们用一个场景来复盘 ReAct 是如何工作的：
问题：“我有一张 RTX 3060 12G，想跑本地 DeepSeek-R1 32B 模型，我该怎么配环境？如果显存不够，推荐哪种升级方案？”
这个问题有几个特点：
- ❌ 模型知识可能过时
- ❌ 显卡选择高度依赖实时生态
- ✅ 非常适合「先查资料，再总结」
正是 ReAct 的主场。
接下来我们通过代码来实现 ReAct 智能体。
完整代码已上传github，请移步github查看 agent-code/ReActAgent.py
📢 获取源码
本系列所有章节的可运行代码都会同步上传至 GitHub。
欢迎关注后私信关键字：实战
获取仓库地址。
四、ReAct 的关键：不是 Agent，而是「提示词协议」
ReAct 的本质，不是类，也不是框架， 而是一套强约束的输出协议。
在代码中定义了核心 Prompt 👇
# ReAct 提示词模板REACT_PROMPT_TEMPLATE = """请注意，你是一个有能力调用外部工具的智能助手。可用工具如下:{tools}请严格按照以下格式进行回应:Thought: 你的思考过程，用于分析问题、拆解任务和规划下一步行动。Action: 你决定采取的行动，必须是以下格式之一:- `{{tool_name}}[{{tool_input}}]`:调用一个可用工具。- `finish(answer="...")`:当你认为已经获得最终答案时。- 当你收集到足够的信息，能够回答用户的最终问题时，你必须在Action:字段后使用 finish(answer="...") 来输出最终答案。现在，请开始解决以下问题:Question: {question}History: {history}"""这段 Prompt 做了三件事：
- 告诉模型：你可以用工具
- 告诉模型：你必须结构化输出
- 告诉模型：什么时候才能结束（finish）
📌这是 ReAct 成功率的 80% 来源
六、核心代码拆解：一个最小可用 ReActAgent
下面我们只看真正驱动 ReAct 的关键逻辑。
1️⃣ Agent 主循环：while + max_steps
while current_step < self.max_steps: current_step += 1 print(f"--- 第 {current_step} 步 ---") # 1. 格式化提示词 tools_desc = self.tool_executor.getAvailableTools() history_str = "\n".join(self.history) prompt = REACT_PROMPT_TEMPLATE.format( tools=tools_desc, question=question, history=history_str ) # 2. 调用LLM进行思考 messages = [{"role": "user", "content": prompt}] response_text = self.llm_client.think(messages=messages) ifnot response_text: print("错误:LLM未能返回有效响应。") break # ... (后续的 解析LLM的输出、执行Action、整合步骤) # 循环结束print("已达到最大步数，流程终止。")while current_step < self.max_steps:这是 ReAct 的“安全阀”：
- 防止模型无限思考
- 防止工具反复调用
- 工程上必不可少
2️⃣ 模型不是“回答问题”，而是“决定下一步”
# 调用LLM进行思考response_text = self.llm_client.think(messages=messages)# 解析LLM的输出thought, action = self._parse_output(response_text)注意：模型此时并不是在给最终答案， 而是在输出一个「决策」。
3️⃣ Action 分两种：Finish or Tool
if action.startswith("finish"): # 如果是Finish指令，提取最终答案并结束. return final_answer# 否则执行 actiontool_name, tool_input = self._parse_action(action)tool_function = self.tool_executor.getTool(tool_name)或者：
tool_name, tool_input = self._parse_action(action)observation = tool_function(tool_input)这里是 ReAct 的灵魂：
模型负责“想用什么工具”，代码负责“真的去执行”
4️⃣ Observation 会进入下一轮上下文
self.history.append(f"Action: {action}")self.history.append(f"Observation: {observation}")这一步非常关键，它让模型能够：
- 修正搜索关键词
- 改变判断
- 在下一轮 Thought 中「反思刚才的结果」
七、一次真实运行时，模型是怎么“想”的？
在示例中，Agent 会经历类似这样的过程：
| 步骤 | 环节 | AI 的内部处理逻辑 |
|---|---|---|
| Step 1 | Thought | 用户想跑 32B 模型，但我需要确认 32B 在 4-bit 量化下需要的精确显存大小，以及 3060 的 CUDA 支持。 |
| Step 2 | Action | Search[DeepSeek-R1 32B VRAM requirement 4-bit quantization] |
| Step 3 | Observation | 搜索结果显示：32B 模型 4-bit 量化至少需 18-20GB 显存，12GB 的 3060 无法直接全量加载。 |
| Step 4 | Thought | 确认显存不足。我可以建议用户使用部分卸载（Offloading）或者更换 3090/4090 24G 显卡。我需要查一下当前二手 3090 的性价比。 |
| Step 5 | Action | Search[Refurbished RTX 3090 price vs 4090 performance for LLM] |
| Step 6 | Final Answer | 给出结论：3060 只能跑 7B 或 14B；若坚持 32B，建议升级 3090 24G，这是最经济的 AI 算力方案。 |
八、 为什么 ReAct 是 Agent 的标准答案？
在工程实现中，ReAct 解决了传统链式调用的三大痛点：
1️⃣ 极强的可解释性（Interpretability）
你可以清楚地看到 AI 在每一步是怎么想的。如果它选错了工具，你可以通过 Prompt 修正它的Thought。
2️⃣ 动态纠错能力
传统的流程图（Flow）是死板的。但在 ReAct 中，如果第一步搜索结果是“404”或无用的，AI 会在下一轮Thought中发现：“哎呀，没搜到，我得换个关键词再试一次。”
3️⃣ 天然适配外部生态
无论是数据库查询、运行 Python 代码，还是操作你的浏览器，只要能抽象成Action，都能无缝接入。
九、 局限性 ⚠️
说实话，虽然 ReAct 很强，ReAct 也有明显局限：
❌ 1. 很吃模型能力
- 推理弱 → 思考阶段就乱了
- 指令遵循差 → Action 格式直接崩
❌ 2. 成本偏高
- 一次任务 = 多轮 LLM 调用
- 每一步都是真金白银
❌ 3. Prompt 非常敏感
- Thought / Action 格式稍微一乱
- 整个 Agent 直接中断
👉这也是为什么现在很多框架在 ReAct 之上又加了 Plan、Memory、Reflection。
十、ReAct 适合什么，不适合什么？
✅ 适合
- 实时信息查询
- 工具协同（搜索 / 计算 / API）
- 需要可解释过程的 Agent
❌ 不适合
- 超长全局规划（更适合 Plan-and-Solve）
- 对性能极端敏感的场景
- 工具极多但选择逻辑复杂的系统
十一、 总结 🎯
ReAct 并不是让 AI 更聪明，而是让 AI 更有“手感”。
它让 AI 从一个“只会做选择题的学生”，变成了一个“会自己查资料、写实验、纠正错误的实习生”。这也是为什么在LangGraph等现代框架中，ReAct 依然是所有复杂工作流的基座。
最后唠两句
为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选
很简单，这些岗位缺人且高薪
智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200% ，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。
AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。
那0基础普通人如何学习大模型 ？
深耕科技一线十二载，亲历技术浪潮变迁。我见证那些率先拥抱AI的同行，如何建立起效率与薪资的代际优势。如今，我将积累的大模型面试真题、独家资料、技术报告与实战路线系统整理，分享于此，为你扫清学习困惑，共赴AI时代新程。
我整理出这套 AI 大模型突围资料包【允许白嫖】：
✅从入门到精通的全套视频教程
✅AI大模型学习路线图（0基础到项目实战仅需90天）
✅大模型书籍与技术文档PDF
✅各大厂大模型面试题目详解
✅640套AI大模型报告合集
✅大模型入门实战训练
这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
①从入门到精通的全套视频教程
包含提示词工程、RAG、Agent等技术点
② AI大模型学习路线图（0基础到项目实战仅需90天）
全过程AI大模型学习路线
③学习电子书籍和技术文档
市面上的大模型书籍确实太多了，这些是我精选出来的
④各大厂大模型面试题目详解
⑤640套AI大模型报告合集
⑥大模型入门实战训练
如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！
应届毕业生：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能 突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
👉获取方式：
有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
