第 12 节 · ReAct：Thought-Action-Observation 循环

一句话回答

ReAct = Reasoning + Acting：让模型每一步先输出一段思考（Thought），再输出一个行动（Action），看到结果（Observation）后回到思考，循环往复。

它是 2022 年 Yao 等人的论文 《ReAct: Synergizing Reasoning and Acting in Language Models》 提出的——早于 OpenAI Function Calling。直到今天，ReAct 仍然是被讨论得最多的 Agent 范式。

核心循环

模型每一轮的输出长这样：

Thought: 我需要先查北京天气
Action: get_weather(city="北京")

我们的代码用正则把 Action 抠出来执行，把结果作为 Observation 拼回 prompt：

Thought: 我需要先查北京天气
Action: get_weather(city="北京")
Observation: 北京 晴 25°C
Thought: 天气晴朗，我可以推荐户外景点
Action: get_attraction(city="北京", weather="晴")
Observation: 故宫、颐和园、长城
Thought: 信息已经够了
Action: Finish[今天北京天气晴朗 25°C，建议去故宫、颐和园或长城]

3 轮循环结束。思考 + 行动 + 观察反复交替——这就是 ReAct 名字的由来。

关键设计：Thought 在不在 prompt 里？

ReAct 的精髓不是"多了个 Action 字段"，是 每一步把 Thought 也写进去。Thought 让模型有机会：

• 解释为什么调这个工具
• 检查上一轮 Observation 是否符合预期
• 决定接下来该做什么

如果不要 Thought 直接输出 Action（"零步推理"），模型在多步任务上的表现会显著变差。Thought 是一种 chain-of-thought，是模型在用文本"思考"。

跟 Day2 Function Calling 的对比

维度	Day2 Function Calling	ReAct
工具调用怎么表达	OpenAI 协议字段 tool_calls	prompt 里约定的 Action: ... 字符串
解析方式	直接读结构化字段	正则解析
思考过程	没有显式的 Thought	每步必有 Thought
健壮性	高（协议保证）	低（模型多说一句就崩）
可读性	tool_calls 是 JSON，对人不友好	Thought 让整个轨迹很可读

真实工程里：

• 用 Function Calling 执行工具（健壮）
• 用 ReAct 风格 prompt 诱导思考（让模型在 assistant.content 里写 Thought，再发 tool_calls）

两者不是二选一。Day2 demo 里 system prompt 没要求 Thought，但你也可以加上要求："请先输出一段思考再调工具"。

为什么 ReAct 至今仍被广泛讨论

1. 直觉清晰：Thought-Action-Observation 三个词就把 Agent 工作流讲清楚了
2. prompt 即架构：不需要框架，复制一段 prompt 就能跑
3. 可解释：Thought 写在 prompt 里，每一步思考都能看到
4. 是后来很多范式的祖宗：Plan-and-Solve、Reflection、Tree-of-Thoughts 都是在它的基础上变种

ReAct 老 paradigm 的脆弱性

写过 ReAct 的人都吃过这些亏：

# 模型乖乖输出
"Thought: ...\nAction: get_weather(city=\"北京\")"
# → 正则能解出来 ✅

# 模型多说了一句
"我先思考一下：\nThought: ...\nAction: ..."
# → 正则可能挂了 ❌

# 模型一次输出两对
"Thought: ...\nAction: ...\nThought: ...\nAction: ..."
# → 该取哪一对？❌

# 模型用了花括号变体
"Action: get_weather('北京')"  
# → 单引号？没有 city= 关键字？❌

工程版本要做大量 fallback，每加一种容错就多一道坑。这就是为什么 OpenAI 推出 Function Calling 后大家集体迁移——协议保证比正则容错可靠 100 倍。

但今天我们故意复刻这个老 paradigm，让你亲身体会下：

• 它的优雅（Thought 让推理可读）
• 它的脆弱（一次模型不规矩就崩）

只有写过这两面，你才会真正理解为什么 Function Calling 是行业拐点。

跟 01-hello-react 对应

仓库里 examples/01-hello-react/ 就是一份标准 ReAct 实现—— agent.py 100 行不到，带工具调用 + 正则解析 + 多轮循环 + 截断兜底。

可以投屏对照看：注意 agent.py 第 26-36 行的"截断多余 Thought-Action 对"——就是为了应对模型一次输出多对的情况。

动手试试

cd 03-agent-patterns/lab/demos
python demo_12_react.py

会跑 5 个测试任务（详见 toy_agent_base.py 里 TASKS），观察：

1. 模型的 Thought 是否合理？
2. 哪个任务它能正确 Finish？
3. 哪个任务正则解析翻车了？
4. 跟 Day2 demo_09 的最小 Agent（用 tool_calls）相比，每步输出的 token 量怎么变化？

小结

概念	一句话理解
ReAct	Thought + Action + Observation 三段循环
来源	2022 年 Yao 等人论文，先于 Function Calling
Thought 的作用	解释为什么 + 检查上一步 + 决定下一步
老 paradigm 的痛	纯 prompt 约定 + 正则解析 = 脆弱
今天为什么仍要学	直觉清晰 / 是后来很多范式的祖宗 / 真实工程仍混合用

---

下一节：ReAct 是"走一步看一步"。如果任务步骤多到一定程度，先把整盘棋画出来再下 是不是更稳？→ Plan-and-Solve。