AI Agent 是怎么边想边做的？ReAct 推理-行动循环原理拆解
会聊天的模型很多，能自己动手办成一件件的"Agent"却难得多。让模型去查个数据、调个接口、再拿结果做判断，光靠"一次性的问答"不够，它得在"想"和"做"之间来回掰。这个来回掰的办法里，被反复提起、也相当经典的一套，叫 ReAct——Reasoning + Acting 的合称。
这篇不空谈概念，直接看一个具体任务是怎么被 ReAct 一步步跑完的，再从这条轨迹里，把它的设计和坑拆出来。
纯想不动，和只做不想，各有各的窟窿
ReAct 解决的是两种"单脚走路"的毛病。
一种是纯靠想，也就是让模型一路推理（类似思维链），不碰任何工具。它的问题在于"想"会脱离现实——模型内部没有的外部信息，它只能编。比如问它"今天上海下没下雨"，它闭门造车，报出来的是幻觉。
另一种是纯靠做，模型一上来就调工具，但缺乏整体计划。它可能东一榔头西一棒子，工具是调了一堆，却没串成一条能指向答案的路，甚至因为缺少反思，在同一条错路上反复打转。
ReAct 的做法，是让"想"和"做"交替插队：想一步，就去外部干一步，把干回来的结果接进思考，再决定下一步。思考能纠正方向，行动能给思考喂真实的料。两者互相补，幻觉和瞎忙活就都被压下去一截。
一个具体任务，看 ReAct 怎么一步步走
假设让一个 Agent 回答："现在上海适不适合户外跑步？"没有直接答案，模型得自己去查。ReAct 会把整个过程展开成"思考—行动—观察"三个动作交替的轨迹，大致长这样：
Thought 1：要判断适不适合跑步，先得知道上海现在的天气和降雨概率。 Action 1：调用 search_weather(city="上海") Observation 1：晴，20℃，湿度 65% Thought 2：20℃晴天，温度合适，湿度偏高但不至于难受。还想确认会不会下雨。 Action 2：调用 search_rain_probability(city="上海") Observation 2：降雨概率 5% Thought 3：温度、湿度、降雨概率都合适，可以给出结论了。 Final Answer：适合户外跑步，20℃晴天，降雨概率只有 5%，可以放心去。
注意这条轨迹里的节奏：没有一步是"埋头想完一整段"，也没有一步是"不问缘由地乱调工具"。每一步思考都引出一次有针对性的行动，每一次观察又成为下一步思考的输入。
其中三个角色的分工很清楚。Thought 是模型内部的推理文字，决定"现在该做什么、为什么"；Action 是一次真实的外部调用，落成工具名和参数；Observation 是工具返回的结果，被原样接回上下文。末了以 Final Answer 收口，整轮任务结束。
它和 Function Calling，不是一回事
很多人会把这俩搅在一起。Function Calling（函数调用）是"动作"那一步的协议——它规定了工具怎么描述、参数怎么给、返回怎么认。而 ReAct 是更高一层的编排循环，管的是"什么时候该想、什么时候该调工具、调完怎么接着走"。
可以这么看：一次 ReAct 循环里，每个 Action 落地时，靠的就是 Function Calling 这套约定去真正把工具调起来。Function Calling 解决"怎么调"，ReAct 解决"按什么节奏调"。两者是配合关系，不是一个替换另一个。
拆开看：循环能转起来，靠三个工程细节
ReAct 这套循环看着简单，真要在代码里跑稳，有几个地方得焊死。
一是上下文要累积。每一轮 Thought、Action、Observation 都要按顺序追加进对话上下文，模型才能"记住"前面查到了什么。断了一环，后面的思考就成了无源之水。
二是要设停止条件。循环不能一直转，得有个明确的出口——要么模型给出 Final Answer 就停，要么设一个轮数上限，到了上限还没收口就强制终止，把中间结果整理后返回。没有上限的 Agent，碰上死结会无限打转，token 烧起来没底。
三是工具要白名单化。模型给出的 Action，只是"想调什么工具、给什么参数"，真正执行前要过一道校验：工具名在不在允许清单里、参数类型符不符合定义。这一层拦不住，模型的幻觉会变成真刀真枪的副作用——比如它"想"删个文件，代码就真去删了。
ReAct 好在哪里，又栽在哪里
它的好处落在两点：可解释，好排错。整个轨迹摊开，每一步为什么这么做、拿到了什么结果，一目了然，出问题能直接定位到某一轮。
代价也有。一是慢，一个任务拆成好几轮来回，token 和延迟都往上翻；二是依赖工具够不够用，工具清单里没有的能力，模型再会想也办不成；三是循环本身可能发散，模型偶尔在几轮之间来回横跳、重复同样动作，得靠停止条件和一些稳定性手段去兜。
小结
把 ReAct 收一下：它解决的是"只推理会幻觉、只行动会瞎忙"这两个老问题，办法是让 Thought、Action、Observation 交替滚动，把外部真实信息接进思考，把思考拆成可执行的动作；循环能落在工程里，靠的是上下文累积、停止条件、工具白名单三道保险；它和 Function Calling 是"编排循环 vs 调用协议"的配合关系，不是一个东西。
理解了这条轨迹，再看市面上的各种智能体，基本都是在 ReAct 这套骨架上的扩展——有的加了规划、有的加了记忆、有的多个智能体分工。内核那根"想—做—看—再想"的轴，没有变。
