Skip to main content

ReAct Agent 理论基础

ReAct（Synergizing Reasoning and Acting）是由普林斯顿大学与 Google Research 于 2022 年（ICLR 2023）提出的经典智能体交互范式。它打破了传统大语言模型仅能执行“静态生成”或“盲目工具调用”的局限，建立了思考与行动紧密协同的动态循环。

为什么需要 ReAct 范式？​

在智能体演进历程中，大模型应用面临两大典型困境：

范式类型代表方案核心优势致命短板
仅推理（Reasoning Only）Chain-of-Thought (CoT)具备强大的多步推理与上下文拆解能力。无法获取外部事实与实时信息，容易产生严重模型幻觉与知识滞后。
仅行动（Acting Only）传统的 Function Calling / API 规则匹配能够执行外部工具获取真实数据。缺乏推理意图规划，难以处理多轮依赖、错误恢复或开放式复杂目标。

ReAct 范式将两者有机融合：用推理指导下一步应该采取什么行动；用行动带来的真实观察结果纠正和调整推理路径。

核心交互循环：Thought - Action - Observation​

在 ReAct Agent 的生命周期中，模型在循环中不断生成并消费三元组：

1. 思考（Thought）​

模型基于当前的上下文、历史对话及此前所有的观察结果，进行显式的逻辑推理与状态评估：

  • 当前问题已经解决了哪些子目标？
  • 还缺少什么关键信息？
  • 接下来应该调用哪个工具，或者是否已经可以作答？

2. 行动（Action）​

根据思考结论，模型选择一个具体的动作：

  • 工具调用（Tool Call）：指定需要调用的工具名称（Tool Name）及结构化参数（Arguments）。
  • 完成响应（Finish）：判断任务已完成，向用户输出最终答案。

3. 观察（Observation）​

智能体运行时捕获工具执行的真实结果（如数据库查询记录、搜索引擎网页摘要、计算器数值），并将这些客观数据以 ToolResponseMessage 形式注入上下文。

随后，智能体进入下一轮“思考”，评估该结果是否符合预期，必要时动态调整后续执行策略。

决策状态机与停机条件​

为保障工程运行时的安全可控，避免大模型陷入死循环或消耗过多 Token，ReAct Agent 运行时内置了严格的状态机判定：

  1. 达到最终答案（Final Answer）：模型未发起任何 Tool Call，直接生成对用户的解答，智能体正常退出循环。
  2. 达到最大迭代步数（Max Iterations）：防止因工具异常或逻辑死锁导致无限循环，超过设定步数后强制挂起或兜底返回。
  3. 人工介入拦截（HITL Interrupt）：在关键风险工具执行前（如转账、删除数据库），触发拦截器挂起等待人工确认。
  4. 上下文溢出控制：当多轮观察结果累积过大时，结合短期记忆窗口（Memory Window）或摘要压缩机制保证推理稳定。

在 ARGI 中的工程映射​

在框架底层，ReactAgent 被设计为一个自包含的图工作流节点拓扑：

  • Model 节点：负责生成 Thought 与 Tool Calls。
  • Tool 节点：负责并发安全地执行工具并将 Observation 写回状态。
  • Condition 边：判定是继续循环调用工具，还是终止并交付给用户。

ARGI（Agent Runtime and Graph Intelligence）是面向 Java 开发者的智能体运行时与工作流框架。