構建 AI 智能體的過程，已經被像 LangChain、Spring AI Alibaba 等開發框架大大簡化了，然后這些框架往往隱藏了驅動 AI 智能體運行的底層邏輯，比如：ReAct（Reasoning and Acting），讓大模型（LLM）思考問題，并使用工具對任務采取行動。但很多時候，僅依賴預包裝的庫而不了解它們的內部工作原理，可能會導致困惑。

下面的例子就展示了 AI 智能體在產生回應之前，會經歷一系列的思考活動。

在本文中，我們將通過深入剖析 ReAct 架構設計模式，來揭開這個過程的神秘面紗，從而我們獲得了對 AI 智能體行為的完全控制，使其更容易進行優化和故障排除。

一、ReAct 架構設計剖析

1、ReAct 架構設計模式描述

ReAct（即推理和行動）是一種 AI 智能體的架構設計范式，AI 智能體使用鏈式推理和工具使用行動來綜合運用。

與其一步到位地生成直接答案，ReAct 智能體會逐步思考，并且可以在最終確定答案之前執行中間行動（比如：查找某件事或計算一個值）。

為了更清楚地了解這一點，讓我們來思考一下 ReAct 架構設計模式是如何工作的。

2、ReAct 示例描述

考慮在一個多智能體系統中構建的一個 AI 智能體的輸出：

在上面的例子中，我們看到了一個使用 ReAct 范式執行任務的新聞報道 AI  智能體的實時追蹤。該 AI 智能體被要求創建一個與“Agent2Agent協議”相關的新聞標題。然而，它并沒有急于下結論，而是如其結構化的追蹤所示，逐步推理。

接下來我們拆解一下：

• AI 智能體角色：新聞報道者--這個 AI 智能體專門負責策劃和驗證新聞內容。
• Task：該 AI 智能體被指示生成一個新聞標題，并確保它與Agent2Agent協議相關。
• Thought：該 AI 智能體首先內部推理，它應該通過快速搜索關于該協議的最新更新來驗證信息。這是 ReAct 周期中的推理部分。
• Action：它接著使用一個標記為“搜索互聯網”的工具，傳遞一個結構化的 JSON 輸入，查詢內容為：“Agent2Agent 協議新聞 2023年11月”。這是 AI 智能體利用外部工具收集現實世界數據的行動步驟。

• Tool Output：它包含了搜索工具檢索到的結果--可能是新聞片段、文章摘要或相關網址。 這展示了將結構化思考和外部行動結合起來的力量：AI 智能體不僅僅依賴大模型的內部知識，而是通過工具進行事實核查。

這是一個例子，說明了 ReAct 模式是如何鼓勵 AI 智能體行為的透明性、準確性和可驗證性：對于那些需要處理真實世界信息的系統來說，這可是非常重要。

你可以想象，在多智能體系統中進一步擴展這個架構設計模式：一個新聞收集者收集原始信息，一個事實驗證者檢查可靠性，而這個新聞報道者構建標題，所有這些都通過推理和基于工具的行動進行異步協調。

3、為什么 ReAct 如此重要？

ReAct 被引入作為一個重大步驟，使基于 LLM 的 AI 智能體更加可靠和強大。

通過讓大模型解釋其思考過程并通過工具核實事實，我們減少了幻覺和錯誤傳播等問題。

Yao 等人最初的 ReAct 研究表明，這種方法可以通過讓大模型檢索真實信息（比如：查詢維基百科）來核實其事實，從而克服問答中的幻覺。

它還提高了 AI 智能體決策過程的透明度，因為我們可以檢查推理鏈以進行調試或評估可信度。

總體而言，ReAct 架構設計模式將一個被動的 LLM 變成了一個積極的問題解決者，它可以分解復雜任務并與外部數據源互動，就像一個自主助手一樣。

這也解釋了為什么它幾乎在所有的 AI 智能體框架中都被廣泛使用。實際實現可能會有所不同，但一切都與 ReAct 架構設計模式衍生出來的東西有關。

ReAct 工作流程如下：

• 命令 LLM 逐步操作，
• 清晰地將思考與行動分開，
• 確保工具的確定性輸入輸出行為，
• 并產生可檢查或調試的可追溯推理鏈。

二、推理 + 行動：ReAct 智能體的工作原理

ReAct 智能體在一個思考→行動→觀察的循環中運行，直到它找到解決方案或最終答案為止。

這類似于人類解決問題的方式：

我們思考要做什么，執行一個行動（比如：查找某件事或進行計算）， 觀察結果，然后將其納入我們的下一個思考中。

 ReAct 框架使用提示詞工程來強制執行這種結構化的方法，交替大模型的思考和行動/觀察。

下面是一個 AI 智能體中 ReAct 循環的逐步分解：

• Thought：AI 智能體（由 LLM 驅動）分析用戶的查詢和內部上下文，并以自然語言產生一個推理步驟。這通常不會顯示給最終用戶，但它是 AI 智能體規劃的一部分。例如：“問題要求一個國家的人口；我應該使用網絡搜索來找到最新數字。”

• Action：根據思考，AI 智能體決定要執行的外部工具或操作。它輸出一個規定的格式來表示行動。例如：行動：WebSearch（"2023年加拿大人口"）。AI 智能體本質上是通過名稱“調用”一個函數（工具），通常帶有一些輸入參數。

• Observation：AI 智能體的環境（我們的代碼）執行請求的行動，并將結果（觀察）返回給 AI 智能體。例如，網絡搜索工具可能會返回：“觀察：2023年加拿大人口為3800萬。”這個觀察結果被輸入到 AI 智能體的上下文中。

• AI 智能體帶著新信息回到第一步（另一個思考）。它將用新數據進行推理。在我們的例子中，它可能會想：“現在我有了人口數字；我可以回答問題了。”

這個思考/行動/觀察循環重復進行，允許 AI 智能體在需要時鏈接多個工具使用（搜索，然后可能是一個計算，然后另一個搜索等）。最終，AI 智能體決定它可以回答用戶。在這一點上，它不是輸出一個行動，而是輸出一個最終答案（有時在格式中標記為答案：或最終答案）。在整個過程中，AI 智能體保持對話和它自己的中間步驟，這就是記憶的功能。

每個思考和觀察都可以被添加到對話上下文中，以便 LLM 記住到目前為止它已經做了什么。

這對于連貫性至關重要。最終結果是，AI 智能體有效地規劃其方法，混合推理和行動。

這種動態方法比僵化的腳本或單輪回應要靈活得多。它允許處理不可預見的子任務，類似于人類在出現新信息時調整計劃的方式。

需要注意的是，所有這些“思考”和“行動”注釋并不是 LLM 的神奇特性：它們來自我們如何提示大模型。

正如我們稍后將看到的，我們明確地指導大模型以這種結構化的方式格式化其回應。換句話說，ReAct 是通過精心設計的提示詞模板和解析邏輯實現的，而不是通過任何內置的 LLM 能力。

LLM 是通過我們給它的例子和指令被引導表現得像一個推理和行動的 AI 智能體。

本文轉載自???玄姐聊AGI??  作者：玄姐