什么是 ReAct？
ReAct（Reasoning + Acting）是由普林斯顿大学和 Google 的研究人员在 2023 年提出的一种 AI Agent 推理框架。ReAct 的核心创新是将"推理"（Reasoning）和"行动"（Acting）交织在一起——模型不是先想好再行动，而是"想一步、做一步、看结果、继续想"的循环过程。
ReAct 的工作流程
思考（Thought）：模型分析当前状态，决定下一步需要做什么。例如"我需要查一下北京明天的天气"。
行动（Action）：模型调用外部工具获取信息，如调用天气查询 API。行动的结果是获取到天气数据。
观察（Observation）：模型看到工具返回的结果（"北京明天 25°C，晴"）。
循环：基于观察结果继续思考下一步，直到任务完成。
ReAct vs 纯思维链
纯思维链（Chain-of-Thought）只在模型内部进行推理，无法获取外部信息。ReAct 让模型能够"知行合一"——在推理过程中随时获取外部信息、验证假设、修正错误。研究表明，ReAct 在事实验证、多跳问答等需要外部知识的任务上显著优于纯思维链。
ReAct 与 AI Agent
ReAct 是当前 AI Agent 系统中最主流的推理框架之一。LangChain、AutoGen、CrewAI 等主流 Agent 框架都支持 ReAct 模式。它与 Function Calling 结合使用，构成了 Agent"感知-规划-执行"的基础能力。