AI agent 是怎么思考的:ReAct 模式

📍 Agent 通用知识 1/X · 上一板块:← AI 端到端流程

一个让人困惑的小问题

你打开 ChatGPT 网页版问:

今天多伦多天气怎样?

它回答:

抱歉,我无法访问实时信息。

你又打开 Claude Code 问同一句话。它回答:

今天多伦多 18 度,晴天 🌞

底层是同一类大模型,差别在哪?

差别在:聊天机器人只会出文字;Claude Code 会先想一下「这事儿我得查」,真的去网上查,然后根据结果回答你。

这个「想一下 → 真的动手 → 看结果 → 再想下一步」的循环,就是这一篇要讲的 ReAct 模式。它是 2022 年普林斯顿大学和谷歌团队提出的范式,现在 Claude Code / 扣子 / Trae,几乎所有能「自己干活」的 AI 工具,底层都在跑这个循环。

---

一句话先答

ReAct = 推理(Reason)+ 行动(Act)+ 观察(Observation)的循环。

AI agent 每走一步都在心里默念:

1. 我接下来应该干啥?(思考)
2. 那就动手 —— 调一个工具(行动)
3. 看看结果对不对?(观察)
4. 回到第 1 步,继续想下一步。

直到任务完成。

ReAct 这个词是「Reasoning(推理) + Acting(行动)」拼出来的,英文叫 ReAct,中文也常直接读「瑞-act」。

---

核心:三步循环

ReAct 把 agent 的每一轮分成三段:

步骤	名字	干什么
1	思考(Thought)	大模型在脑子里想:「现在该干啥?」
2	行动(Action)	调一个工具(搜网页 / 跑命令 / 读文件 / 写文件)
3	观察(Observation)	拿到工具的返回结果,作为下一轮的输入

然后回到第 1 步,再想下一步。

听起来很抽象?来看真实例子。

---

真实拆解:Claude Code 跑一个任务

你给 Claude 说:

看下这个项目有没有 README,没有就帮我写一个

它内部跑的循环是这样的(我把每一轮拆开):

第 1 轮

• 思考:「先看看项目里有没有 README 文件」
• 行动:调 Bash 工具,跑 ls README*
• 观察:返回 ls: README*: No such file or directory

第 2 轮

• 思考:「没找到,那需要看一下项目长啥样再写」
• 行动:调 Bash 工具,跑 ls -la
• 观察:看到 package.json、src/、test/ 三个东西

第 3 轮

• 思考:「是 Node 项目,看下 package.json 知道这是干啥的」
• 行动:调 Read 工具,读 package.json
• 观察:得到「这是一个画 SVG 的库」

第 4 轮

• 思考:「信息够了,可以写 README 了」
• 行动:调 Write 工具,写 README.md
• 观察:写入成功

第 5 轮

• 思考:「任务完成了」
• 输出给你:「我看了下项目,是个 SVG 库,README 我写好了,主要包括…」

关键点:它没有事先规划完整流程,而是每走一步都根据当前看到的情况决定下一步。

这就是 ReAct 的精髓 —— 见招拆招,而不是「先想 10 步再开始」。

---

跟普通聊天机器人对比

维度	聊天机器人(早期 ChatGPT)	ReAct agent(Claude Code)
能干什么	回答你的问题	帮你完成任务
拿数据	只能用训练时见过的	现场调工具拿最新的
出错怎么办	直接编一个(幻觉)	看到报错 → 再想 → 再试
多步任务	一次答完不能反复	想多少轮就想多少轮
调工具	没有这个能力	调 Bash / Read / Write / WebFetch 等

---

为啥不直接告诉 AI「先 A 再 B」?

你可能问:我直接跟它说步骤不就行了?

可以,但有局限:

• 任务一复杂就说不清:「帮我清理一下这个项目里没用的依赖」—— 哪些没用?得它自己看才知道
• 中途结果会变:跑命令报错了,下一步就得改方案,事先没法写死
• 真实世界是不确定的:网页加载失败、接口限流、文件不存在 —— 都要现场决策

ReAct 的精髓就在「先做一步,看结果,再决定下一步」。

这个思路其实跟人工作很像 —— 你做一件事不会一开始就规划到死,通常是走一步看一步,根据现场反馈调整。

---

现在的进化:从 ReAct 到 Tool Use

ReAct 2022 年提出的时候,是用纯提示词(prompt)实现的 —— 让模型在输出里手动写:

Thought: 我得先看下文件
Action: ls -la
Observation: package.json, src/, test/
Thought: 是 Node 项目...

然后用程序解析这串文本,把 Action: 后面那段拿去真的跑命令。

听起来很笨?确实有点笨。问题:

• 模型可能漏写「Action:」前缀
• 解析器可能崩
• 整个流程靠字符串黏起来,不稳定

到 2024 年,OpenAI / Anthropic 把这玩意儿做成了官方接口 —— 叫 Tool Use(工具调用)或 Function Calling:

• 模型直接返回结构化数据:「我要调哪个工具,参数是啥」
• 不用 prompt 里写「Thought:」这种字符串
• 更稳定、更省 token、更快

Claude Code 用的就是 Anthropic 的 Tool Use 接口,底层还是 ReAct 范式(思考→行动→观察),只是包装更顺手。

---

再进化:Subagent 把单线变成多线

到 2025 年,Subagent(子智能体)把单线 ReAct 变成多线:

• 主 agent 跑 ReAct 循环
• 它可以喊一个 sub-agent,sub-agent 也跑自己的 ReAct 循环
• 多个 ReAct 循环同时进行

这就是为啥 Claude Code 能一边查 bug 一边写测试一边读文档 —— 多个独立的 ReAct 实例并行跑。

详细玩法可以看 Subagents(子智能体) 那一篇。

---

一句话总结

ReAct = AI 学会「边想边做」的最早一招。

理解了这个三步循环,你就懂:

• 为啥 Claude Code 能自己做决定(每一轮 Thought 都在决策)
• 为啥它有时候会重试 / 换工具(上一轮 Observation 告诉它失败了)
• 为啥同样一句话,普通聊天机器人答不出来,Claude Code 能给你结果(它有 Action 环节)

所有 agent 工具的底层 —— Claude Code、扣子、Trae、文心 agent、通义 agent —— 都是这个三步循环在跑,差别只是工具集和包装。

---

牛学板块导航

• 上一板块:← AI 端到端流程
• 本板块:Agent 通用知识
  • 1/X AI agent 是怎么思考的:ReAct 模式(就是这一篇)
  • 2/X 给 Agent 配齐 4 类 API 工具
  • 3/X(规划中)MCP 详解
  • 4/X(规划中)Memory:让 agent 记住你
  • 5/X(规划中)多 agent 编排
• 下一篇:给 Agent 配齐 4 类 API 工具 →

---

延伸阅读

• 这个范式怎么用到 Claude Code 进阶功能?→ Subagents(子智能体) / Hooks(钩子)
• 想看 Claude 怎么处理工具调用?→ 让 Claude 跑命令:三种权限模式
• 想自己撸一个 ReAct?→ 原论文 ReAct: Synergizing Reasoning and Acting in Language Models(Yao 等,2022)