ReAct：推理与行动交替进行

理解与应用

ReAct 是一种结合推理与行动的语言模型方法。模型在解决任务时，不必一次性给出所有步骤，而可以先选择行动、取得环境反馈，再据此继续。推理帮助决定当前缺少什么信息，行动负责获取信息或改变环境，观察则为下一步提供新的依据。

例如有人问：“我们正在用的数据导出服务支持 JSON 吗？”助手先搜索文档，找到一篇只介绍 CSV 的使用说明。直接据此回答“不支持”还太早，因为文档可能对应旧版本。助手读取文档后发现它属于 v1，于是查询用户正在使用的版本，并继续查找 v2 的格式说明。新获得的版本信息改变了后续搜索方向。

如果 v2 的文档明确列出 CSV 和 JSON，助手就可以回答，并注明结论适用于 v2。如果部署信息仍查不到，它可以解释已经找到的版本差异，再向用户询问版本。关键是每次行动都回应一个尚未解决的问题，而不是为了显示工作量重复搜索。

ReAct 与先写完整计划再执行侧重点不同。前者更依赖途中反馈，适合一开始无法确定需要查哪些信息的任务；后者适合条件较清楚、步骤能提前分解的问题。实际系统经常把两者结合：先确定“核实功能”的大方向，再根据每次读取结果安排具体查询。

应用可以保存工具、参数、观察和简短的行动理由，让人看清事实从何而来。这些记录描述可观察的执行过程，无需把模型内部推理当作真实可靠的审计记录。工具结果本身也可能过时，因此循环使用了外部观察，并不意味着已经完成了来源核验。

看一次交互：让文档版本决定下一次查询

服务和文档编号均为虚构。第一次搜索结果没有直接变成最终答案，而是暴露了版本问题；确认版本后才继续查找适用资料。这是一条人工编写的交互示例，没有测量模型的工具选择能力。

以下为教学示意，未连接真实业务系统。

交互示意

用户：我们的导出服务能输出 JSON 吗？

动作：搜索“导出服务 支持格式”。
观察：找到使用说明 D-11，正文只列出 CSV；页眉标记 v1。

动作：读取当前部署版本。
观察：当前服务版本为 v2。

动作：搜索并读取“v2 导出格式”文档 D-24。
观察：D-24 的格式表列出 CSV、JSON，适用版本为 v2。

示意结果

示意回答：当前使用的是 v2。该版本的格式表列出了 CSV 和 JSON，因此可以导出 JSON；先前查到的 CSV-only 说明属于 v1。依据：D-24 的格式表与当前部署记录。

常见误区

• 把旧文档里的“未提及”直接写成“不支持”，会把有限观察过度推广为产品结论。
• 照着固定标签写出“思考、行动、观察”，却没有真的执行工具，不构成有效的环境反馈。

前置与延伸

建议先读

• 智能体执行循环
• 工具（Tools）

相关概念

• 任务规划
• 查询扩展
• 反思与迭代修正

参考与版本

Apollo 原创讲解与教学示例。参考资料用于核对技术定义；核验日不代表资料的发布日期。

• ReAct 原始论文 ↗

  已核对作者论文页面，v3；引用交替推理与行动的方法定义，不外推原论文的基准收益。 · 核验：2026-10-10