读 ReAct 论文有感：推理与行动的纠缠

ReAct（Yao et al., 2022）是 Agent 方向被引用最多的论文之一，几乎所有 Agent 框架都把它作为基础范式。我读完后最大的感受是：真正影响深远的想法，往往朴素到让人怀疑"这也能发论文？"。

论文核心：Reason + Act 交替

ReAct 的核心思想一句话能讲完：

让 LLM 在 Reasoning（思考）和 Acting（调用工具）之间交替进行，而不是只思考不行动，或只行动不思考。

它的 prompt 长这样：

Thought: 我需要先查一下南昌大学的排名
Action: search[南昌大学排名]
Observation: 南昌大学排名全国第 75 位（虚构数据）
Thought: 接下来查它的 AI 专业
Action: search[南昌大学人工智能专业]
Observation: ...

这个 Thought → Action → Observation 循环，就是今天所有 ReAct-style Agent 的祖宗。

它真正解决的问题

为什么必须 Reason + Act 交替？论文做了对比实验：

• 只 Reason（纯 CoT）：模型会"幻觉"，自信地编造事实
• 只 Act（纯工具调用）：模型不知道下一步该干啥，频繁调错工具
• ReAct：思考引导行动，行动的反馈修正思考，准确率最高

这说明一个深刻的事：LLM 的推理能力需要外部事实来锚定，否则就会飘。

对我的启发

读这篇论文让我意识到，Agent 不是"LLM + 一堆工具"那么简单，而是要设计一个让推理和反馈闭环的流程。后来我写自己的 Agent 时，会刻意在 prompt 里要求模型输出 Thought，哪怕只是为了让我 debug 时能看懂它在想什么。

朴素的思想 + 严谨的实验 = 经典论文。ReAct 教我的不只是技术，还有做研究的态度。

下一篇文章想聊聊当前大模型应用的现状，以及为什么我觉得 Agent 是下一个风口。