ReAct机制：Agent到底是怎么"思考"的？

你有没有好奇过一个问题：

那些号称"自主决策"的AI Agent，到底是怎么决定什么时候该查数据、什么时候该分析、什么时候该出结论的？

不是靠运气，不是靠直觉，而是靠一套机制——ReAct。

01

为什么需要ReAct

假设你让Agent解决一个问题："帮我分析一下张三最近的消费情况，如果有异常就标记出来。"

纯推理模式：Agent一顿分析，从用户画像到消费心理学全扯了一遍，但没查任何实际数据。结论是"建议关注消费异常"——全是废话，因为它根本没看数据。

纯行动模式：Agent上来就疯狂调API：查订单、查支付记录、查退款记录、查登录日志……调了一大堆，但没有分析，最后扔给你一堆原始数据："这是张三的所有记录，你自己看吧。"

显然，纯推理是纸上谈兵，纯行动是无头苍蝇。Agent需要的是边想边干、干了再想——这就是ReAct存在的意义。

02

ReAct是什么

ReAct = Reasoning（推理）+ Acting（行动）

它定义了一个循环：

思考 → 行动 → 观察 → 思考 → 行动 → 观察 → ... → 最终答案

循环直到Agent认为任务完成了，给出最终答案。下面我们看一个完整的例子👇

用户输入：

"帮我分析一下张三最近的消费情况，如果有异常就标记出来。"

第1轮

思考：用户想分析张三的消费。我需要先获取张三最近一个月的消费记录。

行动：调用 query_user_transactions(user="张三", period="最近30天")

观察：返回了87条交易记录，总金额¥12,430。其中有一笔¥5,000的支出，备注是"未知商户"。

第2轮

思考：87笔交易，总金额¥12,430。有一笔¥5,000的"未知商户"支出，这个比较可疑。我需要查一下这笔交易的详情。

行动：调用 get_transaction_detail(transaction_id="T20240515-0089")

观察：交易时间凌晨3:15，IP地址来自境外，支付方式为信用卡。

第3轮

思考：凌晨3点、境外IP、¥5,000、未知商户——这四个条件同时满足，基本可以判定是异常交易。我还需要确认这是不是张三本人的操作。

行动：调用 check_user_login_log(user="张三", time="2024-05-15 03:00-04:00")

观察：该时段没有张三的登录记录。

第4轮

思考：登录记录显示张三当时没有操作，这笔交易很可能是盗刷。分析已经完成，汇总结果。

最终回答：

张三最近30天消费共87笔，总金额¥12,430。发现1笔异常：5月15日凌晨3:15，¥5,000，未知商户，境外IP操作，且该时段张三没有登录记录。高度疑似盗刷，建议立即冻结卡片并联系张三确认。

看到了吗？Agent不是一次性把所有数据查出来，而是查一步、分析一步、再决定下一步查什么。这个"边想边干"的过程，就是ReAct。

当然，ReAct不是一成不变的，实际使用中有几种常见变体：

1. 标准ReAct

最基本的循环：思考 → 行动 → 观察 → 继续或结束。

适合：简单明确的任务，一两轮就能搞定。

2. 带规划的ReAct

在循环开始前先做一个整体规划："我需要1.查消费记录 2.分析异常 3.确认身份 4.出报告"，然后按计划执行。

适合：长链路任务，防止Agent跑偏。

3. 带反思的ReAct

在观察之后加了一个"反思"环节：刚才的结论对吗？要不要换个方法再试试？

比如Agent查了消费记录，发现结果为空。反思环节会想："可能是时间范围不对？要不要扩大查询范围？"

适合：结果不确定、可能需要调整策略的场景。

03

Skills + ReAct：1+1>2

ReAct + Skill的组合威力在于：

• Skill提供能力：比如一个"订单分析Skill"，封装了查订单、查物流、查退款等5个函数
• ReAct提供决策：Agent在循环中判断"现在该用Skill里的哪个函数"

举个例子，一个客服Agent可能有这些Skill：

用户问"我的订单到哪了，如果还没发货就帮我退款"——这个任务跨了两个Skill（订单+退款），Agent通过ReAct循环自动切换：

• 第1轮：用订单Skill查物流 → 发现未发货
• 第2轮：用退款Skill查退款政策 → 符合条件
• 第3轮：用退款Skill申请退款 → 成功

Agent自动在多个Skill之间跳转，这就是Skills + ReAct的威力。

ReAct不是让Agent"更强"，而是让Agent"更聪明"——知道什么时候该想、什么时候该干、什么时候该停。