什么是ReAct范式？让AI像人一样思考与行动的核心逻辑

在大模型应用开发中，你是否遇到过这样的问题：AI明明掌握相关知识，却给出前后矛盾的回答？复杂任务中，模型无法拆解步骤、灵活调用工具？这背后的核心痛点是：传统大模型往往只专注于"思考"（推理）或"行动"（工具调用），缺乏两者的协同。而ReAct范式的出现，正是为了解决这一问题——它让AI像人类一样，在思考中行动，在行动中调整思考，成为构建智能Agent的关键底层逻辑。

一、ReAct范式的核心定义

ReAct（Reasoning + Acting）范式源于2022年的论文《Synergizing Reasoning and Acting in Language Models》，其核心思想是将"推理"与"行动"相结合，让语言模型在解决复杂任务时，通过"思考-行动-观察"的循环，逐步逼近最终答案。

简单来说，ReAct范式模拟了人类解决问题的自然过程：当我们面对一个复杂任务时，不会直接给出答案，而是先思考"我需要做什么"，再采取行动（比如查询资料、计算数据），观察行动结果后，再调整思考方向，重复这一过程直到任务完成。

与传统模式相比，ReAct的核心优势在于：

• 解决大模型"胡言乱语"问题：通过行动获取真实反馈（如工具返回结果），约束推理的合理性；
• 提升结果可解释性：每一步思考和行动都清晰可见，便于追溯决策过程；
• 增强任务灵活性：支持动态调整步骤，适配复杂多变的任务场景。

二、ReAct范式的核心流程：思考-行动-观察循环

ReAct范式的运作遵循固定的循环逻辑，每一轮循环都包含三个关键环节，且可根据任务需求重复多次：

1. 思考（Thought）：明确下一步目标

模型基于用户问题和已有的观察结果，分析当前任务进展，判断"接下来需要做什么"。例如：

• 用户问题："除了苹果遥控器，还有什么设备能控制它最早设计交互的程序？"
• 初始思考："我需要先确认苹果遥控器最早设计用于控制哪个程序，再查找该程序的其他控制设备。"

这一步的核心是让模型理清任务逻辑，避免盲目行动，相当于人类解决问题时的"规划阶段"。

2. 行动（Action）：执行具体操作

根据思考结果，模型调用对应的工具或资源，执行具体行动。行动的类型包括：

• 工具调用：如搜索引擎查询、数学计算、API调用等；
• 信息检索：如查询知识库、文档数据库等；
• 其他操作：如数据转换、文本处理等。

例如，基于上述思考，模型会执行第一个行动："搜索[Apple Remote 最早设计交互的程序]"。

3. 观察（Observation）：获取行动反馈

行动执行后，模型会接收工具返回的结果或环境反馈，形成观察结论。观察结果将作为下一轮循环的输入，约束后续的思考和行动。

例如，上述搜索行动的观察结果可能是："Apple Remote于2005年推出，最早用于控制Front Row媒体中心程序"。

循环终止条件

当模型通过思考判断"已获取足够信息，能够给出最终答案"时，循环终止，直接输出最终结果。整个过程就像侦探破案：先分析线索（思考），再调查取证（行动），根据证据调整方向（观察），直到查明真相。

三、ReAct范式的核心：提示词模板设计

ReAct范式的落地离不开规范的提示词模板，它为模型的"思考-行动-观察"循环提供了明确的格式约束，确保推理过程的连贯性和工具调用的准确性。以下是LangChain中ReAct范式的经典提示词模板及设计逻辑：

1. 基础模板框架（LangChain标准模板）

按照给定的格式回答以下问题。你可以使用下面这些工具: {tools}

回答时需要遵循以下格式：
Question: 我需要回答的问题
Thought: 回答这个问题我需要做些什么
Action: "{tool_names}" 中的一个工具名
Action Input: 选择这个工具所需要的输入
Observation: 选择这个工具返回的结果
(这个思考/行动/行动输入/观察可以重复N次)
Thought: 我现在知道最终答案
Final Answer: 原始输入问题的最终答案

现在开始回答，记得在给出最终答案前，需要按照指定格式进行一步一步的推理。
Question: {input}
{agent_scratchpad}

2. 模板关键变量说明

• {tools}：当前可用的工具列表及描述，让模型了解每个工具的功能（如"SerpAPI：用于搜索引擎查询，获取实时信息"）；
• {tool_names}：工具名称集合（如["SerpAPI", "llm-math", "文本分析工具"]），约束模型只能选择指定工具；
• {input}：用户的原始问题；
• {agent_scratchpad}：核心占位符，用于存储中间推理过程（包括之前的Thought、Action、Action Input、Observation），相当于模型的"草稿本"，支持多轮循环的上下文延续。

3. 进阶模板（支持工具串联与记忆）

针对需要多工具串联调用或会话记忆的场景，可扩展模板如下：

你是一个智能助手，能够通过工具调用解决复杂问题，并且可以记住之前的交互信息。
可用工具: {tools}
工具名称列表: {tool_names}
历史交互记录: {chat_history}

请按照以下格式回答：
Question: {input}
Thought: 结合历史记录和当前问题，我需要先做什么？（如需要调用工具，明确工具类型和输入；如已掌握足够信息，直接准备最终答案）
Action: 工具名（必须来自{tool_names}）
Action Input: 工具所需的具体参数（需明确、完整）
Observation: 工具返回的结果
(可重复思考-行动-观察步骤)
Thought: 现在已获取所有必要信息，可整理最终答案
Final Answer: 清晰、准确的回答，包含关键依据和结论

注意：如果工具调用失败或结果无效，可重新选择工具或调整输入参数；无需调用工具时，直接跳过Action和Observation步骤。

4. 模板设计核心原则

• 格式强约束：明确规定Thought、Action、Action Input、Observation的输出格式，避免模型输出混乱；
• 工具透明化：完整展示工具功能和名称，让模型能根据任务需求精准选择；
• 上下文延续：通过{agent_scratchpad}和{chat_history}保留中间过程，支持多轮推理；
• 容错性提示：允许模型调整工具调用策略，提升复杂场景的适应性。

四、ReAct范式的经典案例：从问题到答案的完整过程

为了更直观理解ReAct的运作逻辑，我们以"除了苹果遥控器，还有什么设备能控制它最早设计交互的程序？"为例，结合提示词模板，完整拆解ReAct的执行流程：

最终答案："苹果遥控器最早设计用于控制Front Row媒体中心程序，该程序除了苹果遥控器外，还可通过键盘功能键控制。"

对比传统模式（直接输出答案），ReAct通过三轮循环，逐步明确目标、补充信息，最终得到准确结果，且每一步决策都有迹可循。

五、ReAct范式的核心应用场景

ReAct范式尤其适合需要多步骤、强逻辑、工具协作的复杂任务，典型应用场景包括：

1. 智能客服与知识库问答

如LangChain中的本地知识智能客服案例，模型通过ReAct循环：

• 思考："用户询问Model3怎么样，需要先获取产品描述和品牌信息"；
• 行动：调用"查询产品名称"工具获取Model3参数，调用"公司相关信息"工具获取特斯拉背景；
• 观察：获取产品定价、设计特点、品牌优势等信息；
• 最终整合信息给出答案。

2. 故障诊断与问题排查

如网络故障诊断Agent，通过ReAct实现工具串联调用：

• 思考："用户无法访问网站，需先检查DNS解析，再测试网络连通性"；
• 行动1：调用DNS解析工具，获取网站IP地址；
• 观察1：解析成功，得到IP地址93.184.216.34；
• 行动2：调用Ping工具，测试该IP连通性；
• 观察2：连接超时；
• 行动3：调用网络日志分析工具，查找超时原因；
• 最终结合多轮观察给出诊断结论。

3. 复杂信息检索与分析

如"历史上的今天有哪些名人出生"这类问题，模型通过ReAct：

• 思考："需先确认今天的日期，再查找该日期对应的名人出生记录"；
• 行动1：调用搜索引擎获取当前日期（2023年5月27日）；
• 行动2：调用历史数据库查询5月27日出生的名人；
• 观察：获取亨利一世、康熙帝等名人信息；
• 最终整理输出答案。

六、ReAct范式与LangChain的结合：快速落地智能Agent

ReAct范式的落地离不开开发框架的支持，而LangChain作为LLM应用开发的主流框架，提供了完善的ReAct实现方案，让开发者能够快速构建基于ReAct的智能Agent。

1. LangChain中ReAct的核心组件

• LLM：作为推理引擎，负责思考过程和决策；
• Tools：行动的载体，包括内置工具（如SerpAPI搜索引擎、llm-math计算器）和自定义工具；
• PromptTemplate：即前文所述的ReAct提示词模板，约束思考、行动、观察的输出规范；
• AgentExecutor：负责调度ReAct循环，管理工具调用和结果整合；
• Memory：存储对话历史和中间观察结果，支持多轮循环的上下文延续。

2. 关键代码示例：LangChain实现ReAct Agent

以下是基于LangChain构建ReAct Agent的核心代码框架，结合提示词模板，实现"查询天气并计算温度的1/4"的任务：

# 1. 加载依赖库
from langchain.agents import load_tools, initialize_agent, AgentType
from langchain_community.llms import Tongyi
from langchain.prompts import PromptTemplate
import os

# 2. 定义ReAct提示词模板
REACT_PROMPT_TMPL = """
你可以使用以下工具: {tools}
可用工具名称: {tool_names}
请按照以下格式回答用户问题：
Question: {input}
Thought: 我需要做什么？
Action: 工具名
Action Input: 工具输入参数
Observation: 工具返回结果
(可重复Thought-Action-Action Input-Observation步骤)
Thought: 我现在知道最终答案
Final Answer: 问题的完整回答
"""

# 3. 初始化提示词模板
prompt = PromptTemplate(
    template=REACT_PROMPT_TMPL,
    input_variables=["input", "tools", "tool_names"]
)

# 4. 初始化LLM（通义千问）
api_key = os.environ.get('DASHSCOPE_API_KEY')
llm = Tongyi(model_name="qwen-turbo", dashscope_api_key=api_key)

# 5. 加载工具（SerpAPI用于搜索天气，llm-math用于计算）
tools = load_tools(["serpapi", "llm-math"], llm=llm)

# 6. 初始化ReAct Agent
agent = initialize_agent(
    tools,
    llm,
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,  # 零样本ReAct模式
    verbose=True,  # 打印思考、行动、观察过程
    prompt=prompt  # 传入自定义ReAct提示词模板
)

# 7. 运行任务
agent.run("当前北京的温度是多少华氏度？这个温度的1/4是多少？")

代码执行流程（ReAct循环）：

1. 思考："我需要先查找当前北京的华氏温度，再计算该温度的1/4"；
2. 行动：SerpAPI；
3. 行动输入："当前北京温度 华氏度"；
4. 观察："北京当前华氏温度为86°F"；
5. 思考："已获取温度，需计算86的1/4"；
6. 行动：llm-math；
7. 行动输入："86 / 4"；
8. 观察："21.5"；
9. 思考："已获取所有必要信息，可给出最终答案"；
10. 最终答案："当前北京的华氏温度为86°F，该温度的1/4是21.5°F"。

七、ReAct范式的优势与局限

核心优势

1. 高可信度：通过工具调用获取真实反馈，减少大模型的虚构内容（hallucination）；
2. 强可解释性：每一步思考和行动都透明可见，便于调试和问题定位；
3. 强适配性：支持动态调整步骤，可处理流程不固定的复杂任务；
4. 易扩展：可灵活集成各类工具（搜索、计算、数据库、API等），适配不同场景；
5. 模板化落地：通过标准化提示词模板，降低开发门槛，确保推理逻辑一致性。

潜在局限

1. 效率依赖工具响应：每一步行动都需要工具返回结果，工具响应速度直接影响任务完成效率；
2. 对提示词要求较高：模板格式需严格规范，否则可能导致模型推理混乱或工具调用失败；
3. 不适配简单任务：对于单步即可完成的简单问题（如"1+1等于几"），ReAct的循环机制会增加不必要的开销。

八、总结：ReAct范式的核心价值

ReAct范式的本质是让AI具备"理性决策"的能力——它不再是简单的"输入-输出"黑盒，而是能够像人类一样规划步骤、调用资源、调整策略，最终解决复杂问题。而提示词模板作为ReAct范式的"操作手册"，为模型的推理和行动提供了明确指引，是范式落地的关键支撑。

在LangChain等开发框架的支持下，ReAct范式已成为构建智能Agent的基础逻辑，广泛应用于客服、诊断、数据分析等场景。随着大模型技术的发展，ReAct与记忆机制、多Agent协作的结合，将进一步拓展AI的应用边界，让智能系统更灵活、更可信、更贴近人类的思考方式。

如果你的项目需要处理多步骤、强逻辑的复杂任务，不妨尝试基于ReAct范式+定制化提示词模板构建Agent——它会让AI从"能说会道"升级为"能思会做"。