ReAct 是什么？AI Agent 的「思考-行动-观察」循环

2026-06-17

ReAct 是一种让大模型「边想边做」的智能体范式：它把推理（Reasoning）和行动（Acting）交替起来，每一步先想（Thought）、再调一个工具（Action）、然后读取工具返回的结果（Observation），根据观察再决定下一步——如此循环，直到任务完成。名字 ReAct 就是 Reasoning + Acting 的拼合。这篇文章讲清它的原理、为什么有效、和普通问答的区别，以及它如何成为今天大多数 AI Agent 的底层骨架。

如果你还不清楚「智能体」这个大概念，建议先读 AI 智能体是什么，再回来看 ReAct 这个具体的实现套路会更顺。

为什么需要 ReAct

普通的大模型问答有个硬伤：它只会「一次性把答案吐出来」。你问它今天北京天气，它要么凭记忆瞎编一个（训练数据里根本没有今天），要么直说不知道。它没有「去查一下」这个动作。

问题的根源是两点：

知识有截止日期：模型不知道实时信息（天气、股价、你公司数据库里的订单）。
不会用工具：就算给它接上搜索、计算器、API，它也不知道什么时候该调、调完怎么接着想。

ReAct 要解决的就是这件事：让模型不只是「回答」，而是学会「先思考要做什么，再动手做，再看结果」——和人解决问题的方式一样。这也是大模型从「聊天机器人」进化成「能干活的智能体」的关键一跃。想深入工具调用这一环，可以看大模型工具调用。

ReAct 是怎么工作的

ReAct 的核心是一个循环，每一轮包含三个固定动作，业内常叫 Thought-Action-Observation 循环：

Thought（思考）：模型用自然语言写下「我现在该做什么、为什么」。这一步是「想」，把推理过程显式说出来。
Action（行动）：模型决定调用哪个工具、传什么参数（比如 搜索("北京今天天气")）。这一步是「做」。
Observation（观察）：系统执行这个工具，把返回结果（比如「北京 25℃ 晴」）喂回给模型。这一步是「看」。

然后模型根据这次观察，再进入下一轮 Thought：信息够了就给最终答案，不够就继续想、继续调工具。每一步都基于上一步的真实观察来决策，而不是一口气把整条路径猜完——这是 ReAct 比「让模型一次性规划全部步骤」更稳的原因。

举个查天气的完整例子：

轮次	环节	内容
1	Thought	用户问北京今天天气，我没有实时数据，需要查
1	Action	`查天气(城市="北京")`
1	Observation	北京 25℃，晴，东南风 2 级
2	Thought	已拿到结果，可以直接回答了
2	Answer	北京今天晴，25℃，适合出门

如果用户问的是「北京和上海哪个更暖和」，循环就会跑两轮 Action（各查一个城市），第三轮 Thought 才做比较——步数由任务复杂度自然决定，不是写死的。

打个比方：ReAct 像一个边查资料边解题的学生。他不是闭卷硬答，而是想一下「这题缺哪个数据」（Thought），翻开书查（Action），看到答案（Observation），再接着往下推。这个「想-查-看」的节奏，就是 ReAct 的全部秘密。

ReAct 和相邻概念怎么选

ReAct 不是唯一的智能体范式，几个容易混的概念这样区分：

ReAct vs 普通 RAG：RAG（检索增强）通常是「先检索一次、再回答一次」的单步流程；ReAct 是多轮循环，能根据中间结果决定要不要再查、查什么。任务一步能搞定用 RAG 就够，需要多步推理和多次工具调用才上 ReAct。
ReAct vs Chain-of-Thought（思维链）：思维链只「想」不「做」，纯在脑子里推理，不接外部工具，所以拿不到实时信息；ReAct 在思维链基础上加了「行动+观察」，能和真实世界交互。
ReAct vs Plan-and-Execute（先规划后执行）：后者先一次性列出完整计划再逐条执行；ReAct 是走一步看一步。计划稳定、环境可控选先规划；环境多变、结果难预测选 ReAct，因为它能随时根据观察纠偏。

判断口诀：要不要实时交互 → 看 ReAct；要不要多步纠错 → 选 ReAct；一锤子买卖 → RAG 或思维链就够。

能用来做什么

理解了原理，ReAct 的应用场景就很好对号入座，凡是「需要查 + 需要算 + 需要多步」的活儿基本都靠它：

联网问答助手：实时查搜索引擎、读网页，回答模型记忆里没有的新信息。
数据分析智能体：自己写查询、调数据库、跑计算，再根据结果决定下一步分析。
客服/工单数字员工：查订单、查物流、查知识库，多个工具串起来给用户一站式答复。
自动化运维/办公：调 API 改配置、发邮件、填表单，每步都看返回结果再继续。

可以说，今天你见到的绝大多数「会用工具的 AI Agent」，底层跑的都是 ReAct 或它的变体。

怎么上手

好消息是：你基本不用自己从零实现 ReAct。主流的智能体框架已经把这个循环封装好了，你只需要定义好「有哪些工具」和「任务目标」，框架会自动驱动 Thought-Action-Observation 跑起来。

想理解机制：可以先用一个最小提示词手动模拟一遍——让模型在每步输出 Thought 和 Action，你手动把 Observation 贴回去，循环几轮，会对原理有体感。
想直接搭：用现成的 Agent 框架（如 LangChain、各家智能体平台）配置工具即可，具体接口和参数以官方文档为准。
想做企业级数字员工：把工具换成你的内部 API、知识库、业务系统，ReAct 循环就成了能干活的业务智能体。

不同框架的工具定义格式、循环上限、报错处理各不相同，搭之前务必看清楚对应平台文档，别照搬别家的参数。

常见问题

ReAct 和普通 ChatGPT 问答有什么区别？ 普通问答是「一问一答」，模型凭记忆一次性回复；ReAct 是「想-做-看」的多轮循环，中途能调工具拿实时信息、能根据结果纠错。简单说，前者是闭卷考，后者是开卷查着做。

ReAct 一定要联网或调外部工具吗？ 不一定，但这是它的强项。ReAct 的「Action」可以是搜索、计算、读数据库、调 API 等任意工具。如果一个任务模型凭自身知识就能答，本就不需要 ReAct；它的价值正是在「需要和外部交互」时体现。

ReAct 会不会陷入死循环？ 有可能——模型可能反复调同一个工具或来回摇摆。所以实际框架都会设最大步数上限和重复检测，到达上限就强制收尾。设计 Agent 时给清晰的工具说明和任务边界，能大幅降低跑飞的概率。

ReAct 和 Function Calling 是一回事吗？ 不是一回事，但常配合使用。Function Calling 是模型「调工具」这个动作的具体实现机制；ReAct 是「思考-行动-观察」的整体推理框架。可以理解为 ReAct 是套路，Function Calling 是套路里「行动」那一步的常见技术手段。

👉 看看 AI 数字员工落地指南，或了解数字员工搭建实战课。需要为企业落地方案，欢迎找我们聊企业服务。