ReAct 架构原理与失败场景

核心思想

ReAct 将推理决策与外部行动交替进行：模型根据当前状态选择下一步 Action，环境返回 Observation，新的观察再进入下一轮决策。工程实现可以记录简洁的计划或决策摘要，但不需要向用户暴露隐藏 Chain-of-Thought。

工作流程

1. 解析任务和当前状态，生成下一步可执行计划。
2. 从允许的工具集合中选择 Action，并输出满足 Schema 的参数。
3. 执行工具，得到带来源、状态码和错误信息的 Observation。
4. 根据观察更新状态，判断完成、继续、重试、换工具、请求确认或安全终止。
5. 达到完成条件后，根据可验证的观察生成最终回答。

生产实现必须设置最大步数、时间和成本预算，检测重复状态，并对有副作用的工具增加权限、幂等和人工确认。

与其他范式的区别

• 单纯 CoT 只在模型内部生成推理文本，不会自动获得实时环境反馈。
• 单次 Tool Use 可以完成确定性调用，但不一定包含多步状态更新。
• ReAct 的价值在于让工具观察参与下一步决策，而不是把“Thought 文本可见”当作可解释性的保证。

优势与边界