ReAct

ReAct 是 Agent 设计模式中最经典、最广泛使用的框架之一。它的核心洞察：推理和行动不是分开的，而是互相增强的——推理帮助你决定下一步该做什么，行动的结果又为你提供新的信息用于下一步推理。ReAct 在 HotpotQA（多跳问答）和 FEVER（事实验证）等需要检索和推理交叉进行的任务上明显优于纯推理或纯检索。

ReAct 的循环：Thought（我需要知道 X 才能回答 Y）→ Action（搜索"X"）→ Observation（搜索结果告诉我 Z）→ Thought（基于 Z，我需要再查 W）→ Action（搜索"W"）→ Observation → Thought（现在信息够了，可以给出答案）→ Final Answer。每一步的"思考"是可见的——这让 ReAct 具有天然的可解释性：用户可以审查 Agent 的推理路径。

侦探破案——不是看一眼现场就猜凶手，而是查一个线索、分析、再查下一个。纯 LLM（不用 Agent 模式）破案 = 只看了现场照片就说"凶手是管家"。ReAct 模式破案 = 侦探先看到破碎的窗户（观察），心想"应该是外部入侵"（思考），去查监控录像（行动）。监控显示一个模糊人影往东走了（观察），侦探想"东边有个废弃工厂，可能是藏身之处"（思考），去工厂搜查（行动）。每一步的思考引导下一步的行动，每一步的行动为下一步的思考提供新信息——循环直到破案。