跳轉到

8.4 ReAct 迴圈：思考→行動→觀察#

從「一次問答」到「迴圈執行」#

前面章節的模型，本質上是「一次問答」：餵一個請求，得到一個回答。但一個真正的 Agent 不只是被動回答——它是主動執行的迴圈：反覆地「想 → 做 → 看結果 → 再想」。

這個「執行迴圈」的經典框架，就是 ReAct——Reasoning（思考）與 Acting（行動）的結合。它來自一篇 2023 年的論文《ReAct: Synergizing Reasoning and Acting in Language Models》。

ReAct 的核心：讓模型在同一回合內，交替地「推理」與「行動」——先想「我現在該做什麼」，再行動（呼叫工具），觀察結果，再推理下一步。這讓模型的「思考」與「真實世界的反饋」交織，而不是閉門造車。

ReAct 迴圈的三步#

ReAct 迴圈的核心是「思考 → 行動 → 觀察」三步，不斷循環，直到達成目標：

1. Thought（思考）#

模型用自然語言「思考」：「我現在缺什麼資訊？下一步該做什麼？」 這一步讓模型規劃，而不是莽撞行動。

2. Action（行動）#

模型發出呼叫工具的請求：create_reservation(...)、search_web(...)。它不是直接給出最終答案，而是「動手做一件事」。

3. Observation（觀察）#

工具執行後，把結果回饋給模型：成功，訂位已建立，訂單編號 12345。這個「反饋」回到上下文，成為下一步思考的依據。

Loop（迴圈）：重複「思考→行動→觀察」，直到資訊足夠、或任務達成，才給出最終 Answer。

一個具體的例子#

以「幫我查一下這家餐廳明晚有沒有 4 人位」為例：

Thought: 我可以用餐廳搜尋工具找這家餐廳，再用訂位工具查餘位。
Action: search_restaurant(name="泰好吃")
Observation: 找到餐廳，ID=R100，評價 4.8。

Thought: 接下來查這家餐廳明晚的訂位餘量。
Action: check_availability(restaurant_id="R100", time="明晚 19:00", party_size=4)
Observation: 明晚 19:00 有 4 人位。

Thought: 有位置。我可以幫使用者建立訂位。
Action: create_reservation(restaurant_id="R100", party_size=4, time="明晚 19:00")
Observation: 成功，訂單編號 12345。

Answer: 已幫你訂好在「泰好吃」明晚 7 點的 4 人位，訂單編號 12345。

注意關鍵點：每一步行動，都「吃掉」前一步觀察的結果，並據此規劃下一步。模型不是一次給答案，而是「邊做邊調整」——這就是 Agent 與「單次問答」的區別。

ReAct 的價值：可解釋、可除錯、可追蹤#

為什麼 思考→行動→觀察 的結構如此重要？因為它把 Agent 的「行為過程」攤開來了：

  • 可解釋（Explainable）：每一步的思考與行動都留下了字面紀錄，人能看懂「它為什麼這樣做」
  • 可除錯（Debuggable）：出錯時，能回放整個迴圈，看是哪一步「想錯」或「工具回饋錯」
  • 可追蹤（Traceable）：這正是 6.3 節「Agent 的決策軌跡」，也是第 10 章「評估」的基礎

一句話：ReAct 的結構，讓「黑箱的 AI 決策」變成「可回放、可審查的軌跡」——這正是它能在軟體工程中（需要可靠與可問責）被看重的原因。

Thought 與 Action 的配置：多想 vs 多動#

設計 ReAct 迴圈時，有一個重要的取捨：該「多想」還是「多動」？

  • Think-Act（多想多想再動）：某些 Agent 傾向多思考、少行動——先把情境想清楚，再決定要不要動作。這在「行動成本高昂、或容易出錯」的場合更穩健。
  • Action-first（多動）：某些 Agent 傾向盡快行動、頻繁呼叫工具，再靠觀察修正。這在「行動便宜、能快速試錯」的場合更高效。

沒有絕對的優劣，而是依任務與工具的特性來權衡： - 工具貴或後果大（外部動作類，8.2 節）→ 傾向多想再動 - 工具便宜、能快速安全試錯（如讀檔、搜尋）→ 可以多動快試

這可對應到框架選擇（後續 9.5 節的 Loop 工程）：迴圈的「思考/行動比例」本身，就是一個重要的設計參數。

ReAct 與本書其他主軸#

ReAct 迴圈不是孤立的，它跟很多概念互連：

  • 與上下文（7 章）：每一輪的「觀察」都會回填進上下文（7.4 節），讓後續思考看得到前面的結果。迴圈＝動態更新訊息列表（7.3 節）。
  • 與工具（8.1-8.3）：Action 呼叫的正是設計好的工具；工具品質決定行動成敗。
  • 與 Harness（9 章）：ReAct 迴圈是 Agent 的「內核」，而 Harness 是包住這個迴圈、對其進行約束/驗證/糾正的外部框架——下一章的主角。
  • 與 Coding Agent（8.5 節）：Coding Agent 正是 ReAct 迴圈在「寫程式任務」上的具體應用。

本章小結#

  • ReAct＝推理＋行動交織的執行迴圈
  • 三步：Thought（思考）→ Action（行動/呼叫工具）→ Observation（觀察結果），循環到目標達成
  • 價值：可解釋、可除錯、可追蹤（決策軌跡）
  • 思考/行動比例是設計參數：工具貴/風險大→多想少動；工具便宜→可多動快試
  • 互連：觀察回填上下文（7）、Action 用工具（8）、迴圈被 Harness 包裹（9）、Coding Agent 是其應用（8.5）

想一想#

  1. 用「思考→行動→觀察」描述一個你自己想像的 Agent 任務（例如：查詢並比較幾家飯店的價格）。
  2. 為什麼「把思考與行動攤開」對軟體工程的「可問責」很重要？相比一次給答案的黑箱好在哪？
  3. 當工具是「刪除資料庫紀錄」這種高後果動作時，你傾向「多想」還是「多動」？為什麼？