ReAct（Reasoning + Acting，来自 2022 年的论文 ReAct: Synergizing Reasoning and Acting in Language Models）解决的，是当时两条路各自的缺陷——它把「推理」和「行动」拧成一个循环，也成了现代 Agent 的大脑原型。

要讲清它解决什么，先看它之前的两个半成品。

---

一、它之前的两个孤立方案

① 只会「想」：思维链（Chain-of-Thought）

让模型一步步推理再回答。但推理是闭卷的——全凭模型脑子里的参数知识，接触不到外部世界。后果：

• 幻觉：它能一本正经地推出错误事实，因为没法跟现实核对；
• 错误传播：中间某步搞错，整条链一路歪到底，没机会纠正；
• 知识静态：拿不到最新信息、私有数据。

② 只会「做」：盲目调工具

让模型调 API / 搜索，但没有显式推理去规划「为什么调、现在该调哪个、上一步结果说明了什么」。后果：多步任务接不住，出了岔子不会自我调整，像没头苍蝇。

一句话：光想不做 = 容易瞎编；光做不想 = 没有章法。

---

二、ReAct 的解法：想—做—看，循环起来

ReAct 让模型交替进行推理和行动，每一轮三件事：

Thought（想）    ：分析现在的状态、缺什么、下一步该干嘛
Action（做）     ：调一个工具 / 搜索 / API
Observation（看）：把工具返回的真实结果拿回来
   ↑────────────── 带着观察结果再想下一步，循环 ──────────────┘
直到信息够了 → 给出最终答案

一个例子（问「某公司现任 CEO 的家乡在哪」）：

Thought: 我不确定现任 CEO 是谁，先查。
Action:  search("X 公司 现任 CEO")
Observation: 是张三。
Thought: 现在查张三的家乡。
Action:  search("张三 出生地")
Observation: 浙江。
Thought: 信息齐了。
Answer:  浙江。

---

三、所以它到底解决了什么

把这个循环拆开看，它一次性补上了前面两个方案的短板：

1. 推理被现实「锚定」→ 治幻觉：推理过程能吸收真实观察（搜索 / 工具结果），不再只靠脑内记忆，事实错误大幅下降。
2. 行动被推理「引导」→ 有章法：每个动作前都先想清楚「为什么调、调什么」，能拆解复杂任务、动态决定下一步。
3. 能自我纠错 → 抗意外：每步都看结果再重新想——搜索没返回有用的？那就换个关键词重查。出了岔子能调整，而不是一条道走到黑。
4. 过程可解释 → 好调试：那串 Thought 把决策链摆出来了，你能看懂它为什么这么干、在哪一步想歪了。

---

四、从 ReAct 到 Agent

ReAct 基本就是现代 Agent 的「大脑循环」原型。回头看 MCP 那篇里「模型决定调哪个工具 → 调用 → 结果塞回上下文 → 继续」的流程，内核正是 Thought → Action → Observation。

可以这样理解一个 Agent 的分工：

        ┌─────────────── ReAct 循环（脑子）───────────────┐
用户任务 → Thought → Action ──► 工具/MCP（手）──► Observation ┐
            ↑                                                │
            └──────────────── 拿结果继续想 ◄────────────────┘
                              → 直到完成 → 交付结果

MCP / 工具解决「手能伸多远」（能调什么），ReAct 解决「脑子怎么用这些手」（什么时候调、调完怎么办）。两者合起来，才是一个能干活的 Agent。

在 ReAct 之上，工程实践又叠了很多东西，让 Agent 更稳更强：

• 记忆：短期靠上下文，长期常接 向量数据库 做检索式记忆；
• 规划：先拆解任务再逐步执行（plan-and-execute），应对更长的任务链；
• 反思 / 自检：让模型回看自己的轨迹、发现错误再重试（Reflexion 这类思路）；
• 多 Agent 协作：把角色拆开（规划者、执行者、审查者）分工配合。

但这些都是在「想—做—看」这个核心循环上的加法。

---

一句话总结

ReAct 解决的是「推理」和「行动」分家的问题——让模型边想边做、用真实观察校正推理，从而既少瞎编、又能有条理地完成多步任务，还能出错自纠。它是从「会聊天的模型」走向「会干活的 Agent」的关键一步。