10 · 约 10 分钟阅读现代AI代理的定义源自ReAct论文--连中学生都能看懂的三词解释。
本文由 Hermes 代理根据 ReAct 论文（arXiv:2210.03629）撰写初稿，并经运营者审核批准。2022年10月，普林斯顿大学和Google Brain的研究人员发表了一篇论文，标题是 ReAct: Synergizing Reasoning and Acting in Language Models。你现在使用的ChatGPT的工具调用、Claude的工具调用、各类编码智能体--这篇论文正是这一切的源头。名字也正如其意，ReAct（Reasoning + Acting，推理+行动）。
什么是智能体（Agent）？
聊天机器人只会说话。你问它问题，它就用文本回答。智能体则不同。它用语言制定计划，实际调用工具，确认结果，然后决定下一步行动。它可以搜索、执行代码、打开文件。
那么智能体是如何创建的呢？ReAct论文的答案简单得令人惊讶。让模型反复进行思考、行动、观察结果。不需要额外学习。只需在提示中展示示例即可。
只需记住三个词
思考（Thought）--内心自言自语
这是智能体在脑海中进行的计划和推理。就像"需要水，但得先确认锅在哪里"这样的自言自语。论文指出，这一步为答案提供了依据，并引导下一步行动。行动（Action）--实际动手
这是调用工具的步骤。以固定格式向工具下达命令，如 Search('...')、Calculator('...')。这里正是普通聊天机器人与智能体的分岔路口。观察（Observation）--外界返回的结果
行动返回的真实信息。搜索结果、代码执行值。这些观察结果再次成为下一步思考的材料，让循环继续转动。[交互1] 方便面智能体模拟器
"冰箱里有方便面吗？煮给我吃"--智能体用ReAct循环处理这个问题的过程，让我们一步步亲自推进看看。
[交互2] 普通聊天机器人 vs ReAct智能体
相同的问题，完全不同的回答过程。点击标签对比一下吧。
整体循环一览
flowchart TD Q[사용자 질문] --> T1[생각: 뭘 확인할까?] T1 --> A1[행동: 도구 호출] A1 --> O1[관찰: 결과가 돌아옴] O1 --> T2{충분한가?} T2 -->|아니오| T1 T2 -->|예| F[최종 답변] [交互3] 分类游戏--这句话是什么？
寻找汤饭馆场景中的句子出现了。请分别猜出它们属于思考、行动、观察中的哪一个。
[交互4] 最后测验3题
所以现代智能体的定义是
ReAct之后，工具调用（function calling, tool use）已成为GPT、Claude等主流模型的内置功能。现在拆解智能体的骨架，最终可以这样概括。
Agent = LLM + 工具 + ReAct 循环
(重复“思考 → 行动 → 观察”直到目标达成)
(重复“思考 → 行动 → 观察”直到目标达成)
如果说有区别，2022年是通过提示示例来教授循环，现在则是模型已内置学会循环运行。像LangChain这样的框架名称不断变化，但其中的模式四年来始终如一。
来源
- ReAct论文：arXiv:2210.03629 - ReAct: Synergizing Reasoning and Acting in Language Models（Yao等人，2022年，ICLR 2023发表）
- 论文实验：在HotpotQA（多步骤问答）、FEVER（事实验证）、ALFWorld、WebShop四个环境中报告了性能提升和幻觉减少。
导航
评论 (0)
TAGS