前言
你有没有试过让大模型帮你做一件稍微复杂点的事？比如：“帮我查一下今天上海的天气，再根据天气推荐穿什么，顺便算算如果去外滩玩大概要花多少钱。”
大多数时候，模型会直接给你一长串看似合理的回答。但仔细一看，它可能把气温记错了，或者把“外滩门票”这种根本不存在的东西编出来了。更要命的是，它不会中途停下来核实信息，也不会在发现自己算错了之后回头修正。
这就是传统“一次性生成”模式的局限——模型像一个只会写报告的书呆子，把所有思考都憋在脑子里，最后一次性吐出来。一旦中间哪一步出错，整篇报告就跟着歪了。
直到2022年，一群研究者提出了一个叫 ReAct 的框架，事情开始变得有趣起来。
ReAct的全称是 Reasoning + Acting（推理 + 行动）。它的核心思想非常简单，却异常有效：让AI像人一样，边想边干，边干边观察，再根据观察结果继续想。
听起来是不是有点像我们去一个从未去过的地方？先计划怎么走，然后向着目标地点走去。途中不免要看看路牌，然后发现自己走错了，再问路人该怎么走，然后纠正自己的行动路线，走到正确的路上，然后看看路牌......如此循环往复
今天我们就来好好聊聊这个“边想边干”的哲学，以及如何用不到一百行Python代码，亲手搓一个能真正“干活”的简单Agent。
一、ReAct到底解决了什么问题？
在ReAct出现之前，AI Agent大致走两条路：
- 书呆子——纯推理路线（比如Chain-of-Thought）：让模型把思考过程全部写出来，再给出最终答案。好处是逻辑清晰，坏处是它无法获取外部真实信息，只能在自己的知识边界里兜圈子。
- 莽夫——纯行动路线（比如早期的工具调用）：模型直接决定调用某个工具，拿到结果后就结束。好处是能碰触真实世界，坏处是缺少中间的思考过程，容易做出盲目行动。
ReAct把这两条路巧妙地拧在一起。它强制模型在每一步都明确输出三种东西：
- Thought（思考）：我现在在想什么？接下来要做什么？为什么？
- Action（行动）：具体调用哪个工具，参数是什么？
- Observation（观察）：工具返回了什么结果？
然后把这个Observation再塞回模型，让它继续Thought……如此循环，直到模型认为任务完成，输出最终答案。
这种“思考-行动-观察”的闭环，有四个巨大的好处：
第一，可解释性大幅提升。你能清楚地看到模型每一步在想什么，出错时也更容易定位问题。
第二，错误纠正能力变强。如果某一步工具返回的结果和预期不符，模型可以在下一步的Thought里意识到“刚才可能查错了”，然后换个方式再试。
第三，减少幻觉。出错后立刻调整，边想边干，才不容易在回答时“瞎说”。
第四，处理实时信息。能够随时获取最新数据，完美解决模型知识库更新不及时的问题。
这就像一个靠谱的助手：他不会闷头写完一堆东西再交给你，而是边做边跟你汇报进度，发现问题立刻调整。
二、ReAct的工作流程，拆开来看
我们用一个具体例子把流程走一遍。
假设任务是：“查询当前比特币价格，并告诉我如果我现在有1万元人民币，大概能买多少个比特币。”
一个典型的ReAct循环可能是这样的：
Thought: 用户想知道比特币价格，以及1万元能买多少。我需要先获取最新价格。
Action: Search[比特币 当前价格]
Observation: 比特币当前价格约为 650,000 人民币/个
Thought: 已经知道价格了，现在可以计算了。1万元除以650000，大约是0.015个。
Action: Calculator[10000 / 650000]
Observation: 0.015384615384615385
Thought: 计算完成，可以给最终答案了。
Final Answer: 当前比特币价格约65万元人民币一个，1万元大约可以买0.0154个比特币。
注意几个关键点：
- Thought必须先于Action。模型不能直接跳到行动，必须先说明自己的意图。这强制它“想清楚再动手”。
- Action的格式要严格。通常用
工具名[参数]的形式，方便程序解析。 - Observation是真实世界的反馈。这一步完全由外部工具返回，模型无法“编造”观察结果。
- 循环可以继续。如果价格查询失败，或者计算结果异常，模型可以在下一个Thought里决定重新查询或换个工具。
整个过程就像一个状态机，状态在“思考中→行动中→观察中”之间不断切换，直到遇到“Final Answer”。
三、为什么ReAct特别适合Agent？
你可能会问：现在很多框架（LangChain、LlamaIndex、AutoGPT）都支持工具调用了，还需要专门强调ReAct吗？
答案是：ReAct不只是一种工具调用方式，它更是一种“思考范式”。
很多现代Agent框架底层其实都在用ReAct的变体。它们只不过把“Thought / Action / Observation”的文本格式，包装成了更优雅的函数调用接口（Function Calling）。但核心循环并没有变——模型依然需要决定“下一步做什么”，执行后拿到结果，再决定下一步。
ReAct真正的价值在于它把“推理过程”显式化了。这带来了几个实际好处：
- 调试友好：你可以打印出每一步的Thought，快速定位模型哪里想歪了。
- 可干预：你甚至可以在中间插入人工Observation，强制模型沿着正确方向走。
- 少幻觉：因为关键事实来自工具返回的Observation，而不是模型自己“回忆”，幻觉明显减少。
当然，ReAct也不是万能的。它的主要缺点是：
- Token消耗大：每一步都要把历史Thought和Observation塞进上下文，长任务很容易把上下文撑爆。
- 对模型能力要求高：如果模型本身推理能力弱，它可能会陷入“反复调用同一个无效工具”的死循环。
- 格式脆弱：如果模型输出的Action格式稍微乱一点，解析就会失败。
不过这些问题都有对应的工程解法（压缩历史、加反思机制、用结构化输出等），并不影响ReAct作为Agent基础范式的地位。
四、动手时间：用Python手写一个简单的ReAct Agent
理论说得再多，不如亲手写一个。下面我们用最朴素的方式，实现一个能真正调用工具的ReAct Agent。
为了不依赖外部付费API，我们这里用一个“模拟大模型”的方式演示核心逻辑。你完全可以把它替换成真正的OpenAI、Claude或本地模型调用。
1. 定义工具
先准备两个最基础的工具：一个搜索（这里用假数据模拟），一个计算器。
import re
from typing import Dict, Callable
# 工具字典
tools: Dict[str, Callable] = {}
def search(query: str) -> str:
"""模拟搜索工具"""
fake_db = {
"比特币价格": "当前比特币价格约为 650000 人民币/个",
"上海天气": "上海今天多云，气温 22°C，湿度 65%",
"北京天气": "北京今天晴，气温 18°C，空气质量良好",
}
for key, value in fake_db.items():
if key in query:
return value
return f"没有找到关于「{query}」的相关信息。"
def calculator(expression: str) -> str:
"""简单计算器，只支持基本运算"""
try:
# 安全起见，只允许数字和基本运算符
if not re.match(r'^[\d\s\+\-\*\/\.\(\)]+$', expression):
return "表达式包含非法字符"
result = eval(expression)
return str(result)
except Exception as e:
return f"计算错误: {e}"
tools["Search"] = search
tools["Calculator"] = calculator
2. 写一个超级简陋的“大模型”
真正项目中你会调用OpenAI的API。这里我们用一个规则引擎来模拟，方便大家看清整个流程。
def mock_llm(prompt: str) -> str:
"""
一个极度简化的模拟LLM。
真实场景请替换成 openai.ChatCompletion.create(...) 之类的调用。
"""
# 简单根据prompt内容决定输出
if "比特币" in prompt and "价格" in prompt and "Observation" not in prompt[-200:]:
return """Thought: 用户想知道比特币价格以及1万元能买多少，我需要先查询当前价格。
Action: Search[比特币价格]"""
if "650000" in prompt and "Calculator" not in prompt:
return """Thought: 已经获取到比特币价格为650000元，现在可以计算1万元能买多少个。
Action: Calculator[10000 / 650000]"""
if "0.015" in prompt or "0.015384" in prompt:
return """Thought: 计算完成，可以给出最终答案了。
Final Answer: 当前比特币价格约为65万元人民币一个。如果你有1万元人民币，大约可以买 0.0154 个比特币。"""
# 默认兜底
return """Thought: 我需要更多信息才能回答。
Action: Search[未知查询]"""
3. 核心ReAct循环
这是整个Agent的心脏。
def run_react_agent(question: str, max_steps: int = 5) -> str:
"""
运行一个简单的ReAct Agent
"""
# 初始prompt
history = f"""你是一个智能助手，可以使用以下工具：
Search[查询内容] - 搜索信息
Calculator[数学表达式] - 计算数学表达式
请严格按照以下格式回答：
Thought: 你的思考过程
Action: 工具名[参数]
或者
Thought: 你的思考过程
Final Answer: 最终答案
用户问题：{question}
"""
print("=" * 50)
print(f"用户问题：{question}")
print("=" * 50)
for step in range(max_steps):
print(f"\n--- 第 {step + 1} 步 ---")
# 1. 让模型思考并决定行动
response = mock_llm(history)
print(response)
# 2. 解析是否是Final Answer
if "Final Answer:" in response:
final = response.split("Final Answer:")[-1].strip()
print("\n" + "=" * 50)
print("任务完成！")
return final
# 3. 解析Action
action_match = re.search(r"Action:\s*(\w+)\[(.*?)\]", response, re.DOTALL)
if not action_match:
print("无法解析Action，结束。")
break
tool_name = action_match.group(1).strip()
tool_input = action_match.group(2).strip()
# 4. 执行工具
if tool_name not in tools:
observation = f"未知工具: {tool_name}"
else:
observation = tools[tool_name](tool_input)
print(f"Observation: {observation}")
# 5. 把Observation加入历史，继续循环
history += f"\n{response}\nObservation: {observation}\n"
return "达到最大步数，未能完成任务。"
4. 跑起来看看
if __name__ == "__main__":
result = run_react_agent("查询当前比特币价格，并告诉我1万元人民币能买多少个比特币")
print("\n最终结果：", result)
运行后你会看到类似这样的输出：
==================================================
用户问题：查询当前比特币价格，并告诉我1万元人民币能买多少个比特币
==================================================
--- 第 1 步 ---
Thought: 用户想知道比特币价格以及1万元能买多少，我需要先查询当前价格。
Action: Search[比特币价格]
Observation: 当前比特币价格约为 650000 人民币/个
--- 第 2 步 ---
Thought: 已经获取到比特币价格为650000元，现在可以计算1万元能买多少个。
Action: Calculator[10000 / 650000]
Observation: 0.015384615384615385
--- 第 3 步 ---
Thought: 计算完成，可以给出最终答案了。
Final Answer: 当前比特币价格约为65万元人民币一个。如果你有1万元人民币，大约可以买 0.0154 个比特币。
==================================================
任务完成！
恭喜，我们刚刚亲手实现了一个最简版的ReAct Agent。
虽然它很粗糙（模拟LLM、工具也极其有限），但核心骨架已经完整了：Thought → Action → Observation → 再Thought……这个循环，就是ReAct精髓所在
结语
ReAct最打动我的地方，其实不是它的技术有多高深，而是它重新定义了“智能”的呈现方式。
以前我们期待AI给出一个完美的最终答案。现在我们更希望它能像一个靠谱的同事：遇到问题先思考，不确定就去查，查完了再算，算错了就回头改。整个过程透明、可干预、可解释。
这种“边想边干”的模式，正在悄悄改变我们和AI协作的方式。
下次当你再让大模型帮你做复杂任务时，不妨试试明确要求它用ReAct的方式输出。你会发现，那个原本只会“一本正经胡说八道”的模型，突然开始变得靠谱起来。
而这一切的起点，不过是让它学会说三句话：
我在想什么。
我准备做什么。
我看到了什么。
然后，循环往复，直到事情被真正解决。
这大概就是ReAct最迷人的地方——它没有发明什么全新的魔法，只是把人类解决问题时最朴素的节奏，教给了机器。
