ReAct模式：让AI边想边做，小白也能轻松掌握大模型核心技术（收藏版）-拓冰建站

本文深入解析了ReAct模式在大模型中的应用，通过“思考-行动-观察”的循环机制，让AI能够像人类一样边思考边行动，有效避免幻觉问题。文章以LangChain.js为例，详细介绍了ReAct模式的实现原理、使用方法及常见陷阱，并提供了实用的优化建议，帮助程序员和小白快速掌握大模型核心技术，提升AI应用开发能力。

前言

上一篇我们用 LangChain.js 从零搭了一个 Tool-Calling Agent。你可能已经注意到了——Agent 能自己决定用不用工具、用哪个工具、用完之后怎么办。

但它到底是「怎么做到」的？内部的"思考过程"长什么样？为什么有时候很聪明，有时候又会卡在死循环里？

今天就来拆解 Agent 背后的核心机制—— 「ReAct 模式」。

为什么需要 ReAct？

先说一个问题。你问普通 LLM：“阿根廷现任总统的夫人是哪里人？”

LLM 怎么处理？它直接从训练数据里"回忆"答案，一步到位给你。但训练数据可能过时了，也可能压根没收录这个信息。于是它就「编一个看起来很像的答案」——这就是所谓的"幻觉"。

问题出在哪？「LLM 不会"查资料"，只会"靠记忆"。」

ReAct 的解决思路很直接：别让 LLM 光靠记忆答题，「让它边想边查，查完再想」。

普通 LLM vs ReAct Agent

左边是普通 LLM：问题进去，答案出来，中间全靠"脑补"
右边是 ReAct Agent：问题进去后，它会思考→调工具查数据→看结果→再思考→直到有把握了才回答

ReAct 到底是什么

ReAct = 「Re」asoning + 「Act」ing，推理 + 行动。

它来自 2022 年普林斯顿大学的一篇论文。核心思想就一句话：

「让 LLM 把"想"和"做"交替进行，而不是先想完再做，或者直接做不想。」

具体来说，ReAct Agent 在工作时会反复经历三个阶段：

「Thought（思考）」

：分析当前情况，决定下一步做什么

「Action（行动）」

：调用某个工具去执行操作

「Observation（观察）」

：看看工具返回了什么结果

然后拿着结果继续思考，决定是继续行动还是给出最终回答。

这个循环会一直转，直到 Agent 觉得"信息够了，我可以回答了"才停下来。

用一个真实例子走一遍完整循环

光说概念太抽象，我们用一个具体例子走一遍。

「用户问：北京和东京今天哪个更热？」

ReAct 循环的真实样子

Agent 内部的执行过程：

🧠 Thought #1: 用户想比较北京和东京的温度，我需要分别查两个城市的天气。先查北京。 🔧 Action #1: 调用 get_weather({ city: "北京" }) 👁 Observation #1: 晴，25°C，湿度 40% 🧠 Thought #2: 拿到北京是 25°C 了，接下来查东京。 🔧 Action #2: 调用 get_weather({ city: "东京" }) 👁 Observation #2: 多云，31°C，湿度 70% 🧠 Thought #3: 北京 25°C，东京 31°C，东京比北京热 6 度。信息够了，可以回答。 ✅ Final Answer: 东京今天更热！东京 31°C，北京 25°C，东京比北京高 6 度。

注意看，Agent 「不是一开始就知道要调两次工具再做一次计算」。它是一步一步走的——查完北京再决定查东京，查完东京再决定回答。每一步都基于"上一步的结果"来决策。

这就是"想一步做一步"的核心含义。

在 LangChain.js 里怎么用 ReAct Agent

上一篇我们用的createToolCallingAgent其实已经内置了 ReAct 模式。如果你想用更"正宗"的 ReAct Agent，LangGraph 提供了一个专门的createReactAgent：

import { ChatOpenAI } from"@langchain/openai"; import { createReactAgent } from"@langchain/langgraph/prebuilt"; import { tool } from"@langchain/core/tools"; import { z } from"zod"; // 定义工具 const weatherTool = tool( async ({ city }) =&gt; { constdata: Record&lt;string, string&gt; = { "北京": "晴，25°C", "东京": "多云，31°C", "伦敦": "阴，18°C", }; return data[city] || `暂不支持 ${city}`; }, { name: "get_weather", description: "查询城市天气。用户问天气、温度相关问题时使用。", schema: z.object({ city: z.string().describe("城市名") }), } ); const searchTool = tool( async ({ query }) =&gt; { return`关于"${query}"的搜索结果：这是一条模拟的搜索结果...`; }, { name: "web_search", description: "搜索网络信息。用户问事实性问题且天气工具无法回答时使用。", schema: z.object({ query: z.string().describe("搜索关键词") }), } ); // 创建 ReAct Agent const agent = createReactAgent({ llm: newChatOpenAI({ modelName: "gpt-4o", temperature: 0 }), tools: [weatherTool, searchTool], }); // 运行 const result = await agent.invoke({ messages: [{ role: "user", content: "北京和东京哪个更热？" }], });

createReactAgent和上一篇的createToolCallingAgent+AgentExecutor本质上做的是同一件事，但createReactAgent基于 LangGraph 构建，更适合后续扩展到复杂的多步工作流和多 Agent 场景。

ReAct 的内部实现原理

如果你好奇 ReAct 在底层到底是怎么实现的，其实核心逻辑非常简单。用伪代码写出来就几行：

asyncfunctionreactLoop(input: string, tools: Tool[], llm: LLM) { const messages = [ { role: "system", content: "你是一个有工具可用的助手..." }, { role: "user", content: input }, ]; while (true) { // 1. 让 LLM 思考（可能返回文本回答，也可能返回工具调用请求） const response = await llm.call(messages); // 2. 如果 LLM 没有请求调用工具 → 直接返回回答，循环结束 if (!response.toolCalls || response.toolCalls.length === 0) { return response.content; } // 3. 如果 LLM 请求了工具调用 → 执行工具 for (const toolCall of response.toolCalls) { const targetTool = tools.find(t =&gt; t.name === toolCall.name); const result = await targetTool.invoke(toolCall.args); // 4. 把工具结果追加到消息历史（这就是"观察"） messages.push({ role: "tool", content: result, toolCallId: toolCall.id }); } // 5. 带着工具结果回到第 1 步，让 LLM 继续思考 } }

就是一个「while(true)」循环：

问 LLM：“接下来干什么？”
LLM 要么说"我要用工具"，要么说"我能回答了"
如果要用工具 → 执行 → 把结果喂回去 → 回到第 1 步
如果能回答了 → 返回答案 → 循环结束

「就这么简单。」没有什么复杂的状态机，没有什么神经网络魔法。核心就是"LLM 判断 + 工具执行"的反复交替。

那"聪明"的部分在哪？全在 LLM 本身。LLM 负责判断"现在需不需要用工具、用哪个、传什么参数、结果够不够"。ReAct 只是给了它一个"可以反复思考和行动"的框架。

ReAct 的两个关键机制

看起来简单，但有两个细节让 ReAct 真正能跑起来：

机制一：Stop Sequence（停止生成）

普通的 LLM 调用是"生成到结束"——它会一口气把回答写完。但在 ReAct 里，「LLM 生成到"我要调工具"的时候必须停下来」，等工具执行完再继续。

怎么做到的？现代 LLM 的 Tool Calling API 原生支持这个——当 LLM 决定调工具时，它返回的不是普通文本，而是一个结构化的 tool_call 对象。运行时检测到 tool_call 就知道"该停下来执行工具了"。

机制二：Scratchpad（草稿纸）

上一篇提到的agent_scratchpad，就是 ReAct 的"工作记忆"。每一轮的 Thought、Action、Observation 都会追加到这个草稿纸里，下一轮思考时 LLM 能看到"之前做了什么、得到了什么"。

没有 Scratchpad，Agent 就像一条金鱼——每转一圈都忘了之前做过什么，只能反复调同一个工具。

ReAct 最容易踩的坑：死循环

ReAct 最常见的问题就是「Agent 陷入死循环」——反复调同一个工具、得到同样的结果、但就是不停下来。

为什么会这样？常见原因有三个：

「原因一：工具返回的结果 Agent 看不懂」

比如工具返回了一堆 HTML 或者报错的 stack trace，LLM 不知道该怎么理解这个结果，就决定"再试一次"——然后又得到一样的结果——然后又"再试一次"……

「解法」：确保工具返回清晰、简洁的文本，让 LLM 能理解。出错时返回"查询失败，原因是 xxx"，而不是抛一堆错误堆栈。

「原因二：没有替代方案」

Agent 只有一个工具可以完成某类任务，这个工具失败了，Agent 不知道还能干什么，就只能反复重试。

「解法」：给 Agent 提供"退路"。比如在 system prompt 里加一句：“如果工具调用失败超过 2 次，直接告诉用户’我暂时无法获取这个信息’。”

「原因三：没设上限」

ReAct 的 while(true) 循环理论上可以无限跑下去。

「解法」：一定要设maxIterations。一般 5~10 次就够了，超过大概率是出了问题。

// LangChain.js 的两种设法 // 方式一：AgentExecutor const executor = newAgentExecutor({ agent, tools, maxIterations: 8 }); // 方式二：createReactAgent（通过 recursionLimit） const agent = createReactAgent({ llm, tools, // 每个 tool call 算两步（call + result），所以 recursionLimit 约等于 maxIterations * 2 }); const result = await agent.invoke(input, { recursionLimit: 16 });

三种 Agent 模式怎么选

ReAct 不是唯一的 Agent 模式。了解不同模式的适用场景，才能选对"武器"。

三种 Agent 模式对比

模式	一句话描述	适合什么场景	不适合什么场景
「ReAct」	边想边做，走一步看一步	探索性任务、不确定需要几步才能完成的任务	步骤非常多且固定的流水线任务
「Plan-and-Execute」	先列计划再执行	复杂的多步任务、步骤之间有依赖关系	简单查询、需要快速响应的场景
「Function Calling」	直接调工具，一步到位	单步操作、明确知道该调哪个工具	需要多步推理的复杂任务

实际使用中的建议：

「大部分场景用 ReAct 就够了」

——它是目前 90% 生产级 Agent 的默认架构

如果你的任务步骤固定（比如"搜索→总结→翻译→发送"），可以考虑 Plan-and-Execute
如果只是单步工具调用（“帮我查个天气”），Function Calling 最简单直接

让 ReAct 更靠谱的 5 个实践

1. system prompt 里明确"什么时候该停"

不要让 Agent 自由发挥。明确告诉它什么情况下应该直接回答，什么情况下才需要用工具：

你是一个助手，遵循以下规则： - 如果是闲聊或你已经知道答案的问题，直接回答，不要调工具 - 只在需要实时数据（天气、新闻、股价）或精确计算时才使用工具 - 如果工具调用失败 2 次，告诉用户你暂时无法获取该信息 - 每次回答都要基于工具返回的真实数据，不要编造

2. 给工具返回值加"格式规范"

工具返回的内容越结构化，LLM 理解起来越轻松：

// ❌ 返回一大坨原始数据 returnJSON.stringify(apiResponse); // ✅ 返回精简、结构化的信息 return`城市：${city}｜天气：${weather}｜温度：${temp}°C｜湿度：${humidity}%`;

3. 打开 verbose 观察思考过程

调试阶段一定要看 Agent 的完整 Trace。很多"回答不对"的问题，你一看 Trace 就知道哪一步跑偏了——是选错了工具？传错了参数？还是理解错了工具返回的结果？

// AgentExecutor 方式 const executor = newAgentExecutor({ agent, tools, verbose: true }); // 或者用 LangSmith 做更完整的追踪（推荐生产环境用）

4. 限制工具数量，控制复杂度

前面说过，5~8 个工具是舒适区。如果超过了，考虑做"工具分组"：

用户问题 → 路由 Agent（判断属于哪个分类） ├── 天气类 → 天气子 Agent（2-3 个天气相关工具） ├── 数据类 → 数据子 Agent（2-3 个数据库相关工具） └── 搜索类 → 搜索子 Agent（2-3 个搜索相关工具）

这就是从"单 Agent + 多工具"到"多 Agent 协作"的演进方向，后面的文章会专门讲。

5. 生产环境加上兜底和监控

// 超时兜底 const timeout = setTimeout(() =&gt; { /* 强制返回兜底回答 */ }, 30000); // 成本监控：记录每次请求用了多少 token、调了几次工具 // 异常告警：如果某个 Agent 频繁触发 maxIterations，说明有问题需要排查

一个稍微复杂的例子：研究助手

最后来一个比"查天气"稍微复杂一点的例子，让你感受 ReAct 在多步推理中的威力：

import { ChatOpenAI } from"@langchain/openai"; import { createReactAgent } from"@langchain/langgraph/prebuilt"; import { tool } from"@langchain/core/tools"; import { z } from"zod"; const searchTool = tool( async ({ query }) =&gt; { // 模拟搜索结果 if (query.includes("React 19")) { return"React 19 于 2024 年 12 月正式发布，主要新特性包括：React Compiler、Server Components 正式版、Actions、use() Hook 等。"; } if (query.includes("Vue 3.5")) { return"Vue 3.5 于 2024 年 9 月发布，主要改进：响应式系统性能提升、SSR 改进、新增 useTemplateRef 等。"; } return`关于"${query}"的搜索结果较少，建议换个关键词。`; }, { name: "search", description: "搜索技术资讯。当需要查找框架版本、技术动态等信息时使用。", schema: z.object({ query: z.string().describe("搜索关键词") }), } ); const compareTool = tool( async ({ items, dimension }) =&gt; { return`从"${dimension}"角度对比 ${items.join(" vs ")}：两者各有优势，需要结合具体场景选择。`; }, { name: "compare", description: "对比分析两个或多个技术方案。当用户要求对比时使用。", schema: z.object({ items: z.array(z.string()).describe("要对比的项目列表"), dimension: z.string().describe("对比维度，如'性能'、'生态'、'学习成本'"), }), } ); const agent = createReactAgent({ llm: newChatOpenAI({ modelName: "gpt-4o", temperature: 0 }), tools: [searchTool, compareTool], }); const result = await agent.invoke({ messages: [{ role: "user", content: "帮我对比一下 React 19 和 Vue 3.5 的主要更新，哪个更值得关注？" }], });

Agent 的执行过程大概是这样：

🧠Thought:用户想对比React19和Vue3.5，我需要先查两者的信息 🔧Action:search({query:"React 19 新特性"}) 👁Observation:React19主要新特性包括ReactCompiler、ServerComponents... 🧠Thought:拿到React19信息了，再查Vue3.5 🔧Action:search({query:"Vue 3.5 新特性"}) 👁Observation:Vue3.5主要改进：响应式系统性能提升... 🧠Thought:两个都查到了，现在用对比工具来分析 🔧Action:compare({items: ["React 19", "Vue 3.5"],dimension:"新特性和值得关注程度"}) 👁Observation:两者各有优势... 🧠Thought:信息够了，综合搜索结果和对比分析来回答 ✅Final Answer: [综合对比分析...]

三步搜索 + 一步对比，Agent 自己规划了整个研究流程。你只需要问一个问题，它自己想办法搞定。

总结

ReAct 的核心非常简单：「让 LLM 边想边做，做完再想，直到搞定为止。」

它之所以成为 90% 生产级 Agent 的默认架构，就是因为这个"想→做→看"的循环足够通用——不管你的任务是查天气、做研究、写代码还是排查 bug，都可以用这个模式来处理。

记住三个关键点：

「ReAct = Reasoning + Acting 的交替循环」
，不是一步到位，而是走一步看一步
「底层实现就是一个 while 循环」
——LLM 判断 + 工具执行的反复交替，没有魔法
「最大的坑是死循环」
——设好 maxIterations、给好兜底策略、让工具返回清晰的结果

最后

2026年技术圈的分化愈发明显：降薪裁员潮持续蔓延，传统开发、测试等岗位大批缩水，不少从业者陷入职业焦虑；与之形成鲜明对比的是，AI大模型相关岗位迎来疯狂扩招，薪资逆势飙升150%，大厂更是直接开出70-100W年薪，疯抢具备实战能力的大模型人才，甚至放宽年龄限制，只求能快速落地技术、创造价值！

很多程序员、职场新人纷纷入局大模型领域，绝非盲目跟风，而是实实在在看到了不可替代的价值优势，这也是2026年最值得抓住的职业风口：

1、窗口期红利，入门门槛友好：不同于成熟赛道的“内卷式招聘”，2026年大模型人才缺口巨大，简历只要达标（掌握基础AI应用+具备简单项目经验），年龄、学历均非硬性要求，小白可快速入门，转行程序员也能无缝衔接；

2、技术可复用，上手速度翻倍：如果你有前后端开发、测试、数据分析等基础，在大模型落地、系统部署、Prompt工程等环节会更具优势，无需从零开始，复用原有技术能力就能快速进阶；

3、懂业务更吃香，竞争力翻倍：单纯懂技术已不够，2026年大厂更看重“技术+业务”的复合型人才，有垂直领域（金融、医疗、工业等）经验者，能精准定位模型落地痛点，薪资比纯技术岗高出30%以上；

更重要的是，即便没有转型需求，用AI大模型工具为工作赋能、提升效率，也已经成为80%企业的硬性要求——不会用大模型提效，未来很可能被行业淘汰！

那么2026年，小白/程序员该如何高效学习大模型？

很多人想入门大模型，却陷入两大困境：要么到处搜集零散资料，不成体系，越学越懵；要么被收费高昂的课程割韭菜，花了钱却学不到实战技能，白白浪费时间走弯路。

今天就给大家精心整理了一份2026年最新、免费、系统化的AI大模型学习资源包，覆盖从零基础入门到商业实战、从理论沉淀到面试通关的全流程，所有资料均已整理归档，无需拼凑，直接领取就能上手学习，小白可照做，程序员可进阶！

👇👇扫码免费领取全部内容👇👇

1、大模型系统化学习路线

这份学习路线结合2026年行业趋势和新手学习规律，由行业专家精心设计，从零基础到精通，每一步都有明确指引，帮你节省80%的无效学习时间，少走弯路、高效进阶，避免踩坑。

2、从0到进阶大模型学习视频教程

从入门到进阶这里都有，跟着老师学习事半功倍。

3、大模型学习书籍&电子文档

涵盖2026年最新技术要点，包括基础入门、Transformer核心原理、Prompt工程、RAG实战、模型微调与部署等内容

4、AI大模型最新行业报告

报告包含腾讯、阿里、甲子光年等权威机构发布的核心内容，还有2026年中文大模型基准测评报告、AI Agent行业研究报告等，帮你站在行业前沿，把握技术风口。

5、大模型项目实战&配套源码

项目包含Deepseek R1、GPT项目、MCP项目、RAG实战等热门方向，还有视频配套代码，手把手教你从0到1完成项目开发，既能练手提升技术，又能丰富简历，为求职和职业发展加分。

6、2026大模型大厂面试真题

2026年大模型面试已全面升级，不再单纯考察基础原理，而是转向侧重技术落地和业务结合的综合考察，很多程序员和新手因为缺乏针对性准备，明明技术不错，却在面试中失利。

适用人群

四阶段学习规划（共90天，可落地执行）

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

大模型 AI 能干什么？
大模型是怎样获得「智能」的？
用好 AI 的核心心法
大模型应用业务架构
大模型应用技术架构
代码示例：向 GPT-3.5 灌入新知识
提示工程的意义和核心思想
Prompt 典型构成
指令调优方法论
思维链和思维树
Prompt 攻击和防范
…

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

为什么要做 RAG
搭建一个简单的 ChatPDF
检索的基础概念
什么是向量表示（Embeddings）
向量数据库与向量检索
基于向量检索的 RAG
搭建 RAG 系统的扩展知识
混合检索与 RAG-Fusion 简介
向量模型本地部署
…

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

为什么要做 RAG
什么是模型
什么是模型训练
求解器 & 损失函数简介
小实验2：手写一个简单的神经网络并训练它
什么是训练/预训练/微调/轻量化微调
Transformer结构简介
轻量化微调
实验数据集的构建
…

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

硬件选型
带你了解全球大模型
使用国产大模型服务
搭建 OpenAI 代理
热身：基于阿里云 PAI 部署 Stable Diffusion
在本地计算机运行大模型
大模型的私有化部署
基于 vLLM 部署大模型
案例：如何优雅地在阿里云私有部署开源大模型
部署一套开源 LLM 项目
内容安全
互联网信息服务算法备案
…

👇👇扫码免费领取全部内容👇👇

7、这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】