← 返回概念解读

Concept Fable精修版

推理-行动范式

ReAct · Reasoning/action pattern

先读故事。这里不急着给定义,先让问题自己长出来。

寓言故事

侦探每想一步,就出门查一次

雾港城的侦探过去喜欢坐在屋里推案。他听完证词,就在纸上写长长的判断,最后派人抓捕。简单案子还行,复杂案子常被缺失信息误导。

一次珠宝失窃案里,侦探根据女仆证词断定是外来船客所为。他写了三页推理,却没有去码头查船,也没看库房脚印。船客被拦下时,真正的贼已经从后门离城。

侦探先要求自己想得更周密,把每种可能都写满。纸越来越厚,事实仍然缺席。第二次修补是让助手一次性查完所有线索,结果许多无关材料堆满桌面,反而拖慢判断。

老捕头教他换节奏:先想一步,提出最需要验证的疑点;再出门查一个动作能查到的证据;回来更新判断,再决定下一步。推理和行动交替,不让任何一边跑太远。

新节奏在第二起案子里奏效。侦探先怀疑账房,查账后发现时间不合;随即改查后门泥印,找到运货车痕。每次行动都让下一次思考更准。

雾港后来少了冤案。侦探明白,复杂任务不能只在脑中写完整答案,也不能盲目四处跑;要边想边查,观察改变判断,判断再选择下一步行动。

侦探也学会控制行动成本。每次出门只查最能改变判断的线索,而不是把全城翻一遍。若证据不能影响下一步,就先不查;若推理缺关键事实,就马上出门。

后来徒弟问他破案秘诀,他指着案卷边上的两列:左边写“我现在认为”,右边写“我下一步验证”。两列反复交替,才让复杂案件从猜测走向可靠结论。后来侦探带徒弟时,最怕他们一口气写完结论。案子会说话,但只在你去查它的时候。每次观察都可能推翻前一步想法,这正是复杂任务需要的节奏。这个节奏让侦探不断校正自己,而不是把第一次猜测写得更漂亮。后来他破案更慢地下结论,却更快接近事实,因为每一步都被现场校正。徒弟也因此学会少写空想,多拿证据回来。

揭示

这个故事讲的是:推理-行动范式

ReAct 是一种推理-行动交替的 prompting 和 Agent 模式。模型先进行短步推理,选择工具或动作,观察结果后再继续下一轮。它适合需要外部信息、工具调用和逐步决策的任务。企业应用中,ReAct 要配合 scratchpad、工具权限、错误处理、终止条件和审计轨迹,避免无限循环或越权行动。

它重要的地方在于:它不只是一个术语,而是在真实 AI / Agent 系统里会反复出现的结构性问题。理解它,才能判断什么时候该加模型,什么时候该改流程,什么时候该补治理。

隐喻映射

  • 坐屋里推案:纯文本推理
  • 缺证据仍写长推理:无工具观察的 CoT 失真
  • 想一想、查一次、再继续:Reasoning-Action-Observation 循环
  • 巡逻册、钥匙、窗锁:外部工具和环境观察
  • 结果推翻想法:observation 更新下一步推理
  • 批文边界:工具权限和审批
  • 交替轨迹:ReAct scratchpad / trace
  • 最后洞察:ReAct 让 Agent 在推理和行动之间循环校正

Soloharness 判断

这个概念的实战价值,是帮你把“看起来聪明的 AI 功能”拆成可交付、可验收、可治理的工作单元。

agent loopchain-of-thoughtscratchpadtool usereasoning traces

相关辨析

这个概念容易和相邻概念混用,建议继续看对比页。