ReAct 框架

ReAct 框架：将推理轨迹与任务动作交织生成的通用范式

传统推理类和行动类方法

人类智能的核心特征是 “推理与行动的协同”（如烹饪时的思考与操作结合），而当前大语言模型的研究存在割裂—— 要么仅关注推理（如 CoT），要么仅关注行动（如交互式环境中的动作生成），缺乏二者的深度融合。

CoT 依赖内部知识易导致幻觉，而纯行动模型因缺乏推理易陷入无效循环：（原文中的图片）

ReAct 范式的原理

核心思想是通过将智能体的行动空间扩展为 “动作空间（A）+ 语言空间（L）

推理轨迹不影响外部环境，仅用于更新上下文（如分解目标、跟踪进度、处理异常）；动作则用于与外部环境交互（如调用维基百科 API、游戏操作），为推理提供新信息。

ReAct 范式的技术细节

行动空间设计

推理轨迹（Thought）是 ReAct 区别于纯 Act-only 模型的核心，它不直接与外部环境交互，而是通过 “分析当前状态、规划下一步行动、整合观察结果”，为每个动作提供明确的决策依据。

轨迹生成规则

知识推理任务：采用 “密集推理”，强制 Thought 与 Action 交替生成；

决策任务：采用 “稀疏推理”，让 LLM 自主决定推理出现的时机（如仅在目标分解、子任务切换时生成 Though）。

提示工程

ReAct 依赖 “少量示例提示”（1-6 个人工标注的推理 - 动作轨迹），无需微调即可驱动 LLM