推理-行动范式（ReAct）

机制

在 ReAct 提示下，模型的每一轮输出被约定为固定结构：先写一段推理（我现在知道什么、下一步该查什么），再给出一个动作（调用某个工具 / 搜索某个词），运行时执行后把观察结果回填，模型据此写下一段推理。如此循环，直到模型给出最终答案。

与思维链的区别

思维链（Chain-of-Thought）只让模型把推理写出来，全程不与外部交互，适合纯逻辑 / 数学题；ReAct 在推理之间插入了真实的外部动作，让模型能获取自己不知道的信息、并根据事实纠正方向。ReAct 论文的核心结论就是：把二者结合，比单独用任何一个都更少幻觉、更可追溯。

常见误解

• ReAct 不是某个框架或库，而是一种提示 / 交互结构，可以用几十行代码实现。
• “Thought”文本是给流程用的中间产物，不应等同于模型“真实的内部推理”。

相关术语

参考来源

1. Yao et al. — ReAct: Synergizing Reasoning and Acting in Language Models, ICLR 2023 (arXiv:2210.03629)
2. Project page — react-lm.github.io