ReAct(Reasoning and Acting) 是一种思考与行动紧密结合的范式，让智能体边想边做，动态调整。

工作流程

在ReAct诞生之前，模型解决问题的方式主要包括两种：

• 推理型：“思维链(Chain-of-Thought)”引导模型进行复杂的逻辑推理。
• 行动型：模型直接输出要执行的动作。

ReAct将推理与行动显式结合了起来，形成一个“思考-行动-观察”的循环。

1. Thought：智能体分析当前情况，分解任务制定下一步计划或者反思上一步结果的结论。
2. Action：智能体采取的具体动作，如工具调用等。
3. Observation：执行动作后智能体返回的结果。

具体来说，在每个时间步 $t$，智能体的策略（即大语言模型 $\pi$）会根据初始问题 $q$ 和之前所有步骤的”行动-观察”历史轨迹 $((a_1, o_1), \dots, (a_{t-1}, o_{t-1}))$，来生成当前的思考 $th_t$ 和行动 $a_t$：

随后，环境中的工具 $T$ 会执行行动 $a_t$，并返回一个新的观察结果 $o_t$：