ReAct 是什么？它是怎么跑起来的？

先这样答

ReAct 这个名字来自 Reasoning + Acting，出自 2022 年的同名论文，现在是 Agent 最基础的运行范式。它的做法是在提示词里要求模型按固定格式输出：先写一段 Thought（当前知道什么、下一步为什么这么走），再写一个 Action（调用哪个工具、参数是什么），系统执行工具后把 Observation（结果）拼回上下文，模型接着写下一个 Thought。这样想一步、动一步、看一眼，循环到得出最终答案。

它比单纯的思维链（CoT）好在哪：CoT 只在自己脑子里推，推错了没人拦；ReAct 每一步都能拿到外部世界的真实反馈，走岔了能被 Observation 拉回来。它比单纯调工具好在哪：Thought 把中间推理显式写出来，既提升了决策质量，也让整条轨迹可审计——出问题时你能看到它当时「在想什么」。

工程上要补一句：现在的模型很多已经把这种模式内化了，Function Calling 场景下模型原生输出工具调用，Thought 不一定显式存在，但「行动-观察-再行动」这个循环结构没变。真正落地时要注意的是上下文管理：循环多轮之后轨迹越来越长，要做裁剪或摘要，否则上下文先爆炸。

面试官会怎么追问

• ReAct 有什么明显缺点？ 对模型的格式遵从能力有要求，早期模型经常格式跑偏；循环轮数不可控，任务复杂时轮数和成本都涨；一步 Observation 噪音大时容易被带偏。
• 怎么防止它绕着同一个错误打转？ 加循环检测（连续几步动作和参数雷同就干预）、设置最大轮数、在关键节点插入反思提示让它评估当前路线。
• ReAct 和 Plan-and-Execute 怎么分工？ 边走边看、路径短的用 ReAct；目标明确、步骤多的先整体规划再分步执行，规划的骨架更稳。

回答的坑

• 把 ReAct 讲成「一个框架的名字」。它是提示词层面的运行范式，LangChain 里那个 ReAct Agent 只是它的工程实现之一。
• 不提 Observation 的作用。没有「结果喂回」这个环节，就不叫 ReAct，只是一次普通的工具调用。