ReAct模式

ReAct 模式是什么？

ReAct 是「Reasoning + Acting」的合体，指一种让 AI 边想边做的循环：先推理一步、再调用一个工具、观察结果、继续推理……如此反复，直到得出答案。它把「思考」和「行动」搅在了一起，而不是各干各的。

它和「先想好再动手」有什么不同？

传统方式：一锤子买卖
要么纯靠模型硬想，要么一次性调用工具，中间没有反馈。
ReAct：边走边看
每一步行动都会带来新的观察，新的观察又推动下一步推理。就像人查资料——查到一个线索，顺着线索再查下一个。

它大概是怎么运转的？

思考（Thought）
模型先问自己：现在该做什么？需要什么信息？
行动（Action）
调用一个工具——搜索、查询数据库、执行代码。
观察（Observation）
把工具返回的结果拿回来，作为下一轮思考的输入。

为什么它这么流行？

因为循环结构简单、效果又稳。它让模型的推理有了「抓手」——不用一次想对，可以一步步逼近答案，还能把每一步的痕迹留成日志，方便排查。

一句话记住：ReAct 就是让 AI「想一步、做一步、看一眼」，循环着逼近正确答案。