ReAct 框架是什么？让大模型边思考边行动

ReAct（Reason + Act）是一种让大语言模型把推理和行动结合起来的范式，由普林斯顿大学和谷歌研究院的姚顺雨等人在 2022 年提出，论文标题是《ReAct：在语言模型中协同推理和行动》，发表于 ICLR 2023。它是当今几乎所有 AI 智能体最基础的工作模式之一。

两种能力原本是分开的

在 ReAct 之前，大模型的两种能力通常是分开研究的。一种是推理：比如思维链，让模型一步步地思考，在数学和逻辑问题上效果很好；但它只在自己的“脑子”里推理，用的是训练时记住的知识，一旦知识过时或者记错了，就会一本正经地推出错误的结论，也就是幻觉。另一种是行动：让模型在环境中执行动作，比如搜索网页、点击按钮；但如果只行动不思考，模型就缺乏规划，不知道为什么要做这个动作、下一步该做什么。

ReAct 怎么做

ReAct 让模型交替地生成两种内容：思考（Thought），用语言推理当前的情况、制定计划、分析上一步的结果；行动（Action），执行一个具体的操作，比如调用搜索工具查询某个信息。执行动作后，环境会返回一个观察结果（Observation），比如搜索到的网页内容。模型根据观察结果进行新的思考，决定下一步行动，如此循环，直到完成任务。

举个例子：问“某部电影的导演出生在哪个城市”。模型先思考：我需要先找出这部电影的导演是谁。行动：搜索这部电影。观察：搜索结果显示导演是某人。思考：现在我需要查这位导演的出生地。行动：搜索这位导演。观察：得到出生地信息。思考：我已经找到答案了。最后给出回答。

为什么有效

推理帮助行动：思考让模型能够制定计划、追踪进度、处理意外情况，行动更有针对性。行动帮助推理：通过与外部环境交互获取真实的信息，推理就有了可靠的依据，减少了幻觉和错误的累积。论文在问答、事实核查、文字游戏和网页购物等任务上做了实验，结果显示，无论是提示较大的语言模型还是微调较小的模型，ReAct 都系统性地优于只推理或只行动的方法，而且推理过程是可读的，更容易被理解和调试。

影响

ReAct 的“思考、行动、观察”循环，成了 LangChain 等智能体框架的核心设计，也是如今各种编程智能体、研究智能体、电脑操作智能体的基本工作方式。姚顺雨后来也参与了思维树等多项有影响的智能体研究。