先抛个观点：如果你的 AI Agent 还需要在提示词里用 ReAct 框架，那要么说明你用的是没有 Agent 能力的模型（比如 GPT-4o、Gemini 2.5 Pro），要么就是方法用错了。
为什么这么说？因为具备 Agent 能力的先进模型（例如 Anthropic 的 Claude 4 系列，甚至包括更早的 Claude 3.7 和 OpenAI 的 GPT-5），已经通过训练把 ReAct 的本领“内化”进去了。换句话说，只要提供正确的工具接口和描述，这些模型自己就会规划步骤、调用工具来完成任务，不需要我们再手把手用 ReAct 提示去教它们该怎么做。
那么，什么是 ReAct？ 它和 Agent 能力又有什么关系？下面我将结合通俗的例子，聊聊 ReAct 提示框架以及新一代 AI Agent 模型如何通过训练掌握了这一套本领。
一、什么是 ReAct？
ReAct是 “Reasoning andActing”（推理与行动）的缩写。它是一种提示词设计框架，最初由 Yao 等人在2023年提出。ReAct 的核心思想是：让大型语言模型不再仅仅凭已有知识直接生成最终答案，而是像人一样，一边思考，一边采取行动，主动去获取答案需要的新信息。
简单来说，ReAct 就像在 AI 的大脑里植入了一个“思考-行动-观察”的循环机制。每当模型收到一个问题，它不会立刻给出答案，而是按照以下步骤循环运作：
- 思考（Thought）：模型首先分析问题，规划解决问题的步骤，就像自言自语地拟定方案。例如它可能心想：“嗯，这问题我需要先去搜索一下相关资料。”
- 行动（Action）：接着，模型决定并执行一个具体的动作。这个动作通常是使用某个外部工具，如调用搜索引擎、计算器、查数据库等。
- 观察（Observation）：当行动完成后，模型会得到该动作的结果反馈。例如，搜索引擎返回了一段资料，或计算器给出了计算结果。
- 重复：模型将新获取的观察结果纳入考虑，更新自己的思考，然后进入下一轮
Thought→Action→Observation循环。它会不断这样迭代，直到确信自己收集到了足够的信息来回答原始问题为止。
举个简单的例子，加深一下理解：
如果你问 AI：“苹果公司昨天的收盘价是多少？”
- 思考：模型的内心独白也许是：“用户在问苹果公司股票昨天的收盘价，我需要调用金融数据工具来查一下这个信息。”
- 行动：模型决定调用一个金融 API，于是发送请求查询股票代码 “AAPL” 昨天的收盘价。
- 观察：API 工具返回了结果，例如：「AAPL 昨日收盘价：175.04 美元」。
- 思考：模型得到观察结果后再次思考：“我已经拿到准确的股价，可以组织答案了。”
- 回答：最后，模型给出回答：“苹果公司昨天的收盘价是 175.04 美元。”
可以看到，使用 ReAct 框架时，AI 模型并非一下子吐出答案，而是走了一系列思考→行动→观察→再思考的步骤，类似人在解决问题时的逻辑。每一步思考都会基于目前掌握的信息决定下一步要采取的行动，直到问题解决。
图源：Implementing ReAct Agentic Pattern From Scratch https://www.dailydoseofds.com/ai-agents-crash-course-part-10-with-implementation/
“思考→行动→观察” 循环示意图展示了 ReAct 框架下 AI Agent 的工作流程：模型先思考任务如何拆解，然后执行行动（调用工具获取所需信息），接着观察工具返回的结果，并将新信息纳入下一步思考，如此反复，直到完成目标。这个过程让AI能够像人一样一边查资料一边求解，而不是凭记忆硬答，在复杂任务上显得更聪明更可靠。*
二、Agent 能力模型已经内化了 ReAct
理解了 ReAct，我们再来看什么是“Agent能力的模型”。简单来说，有 Agent 能力的模型指的是那些能够自主规划、多步推理并使用工具完成复杂任务的 AI。这类模型经过特殊训练，具备以下能力：
- 任务规划：能够自行把复杂问题分解成更小的步骤，规划解决方案的流程；
- 工具使用：能够根据需求调用外部工具（如搜索引擎、数据库、代码执行器等）来获取信息或执行操作；
- 自我判断：能够根据工具反馈判断任务是否已经完成，是否需要进一步行动。
换句话说，Agent 型模型就像一个训练有素的智能体，一旦给它赋予工具和目标，它自己就会想办法解决问题。
那么，有了 Agent 能力的模型为何不需要我们提供 ReAct 提示词了呢？ 因为它们已经在训练中学会了这种“思考-行动”模式，把 ReAct 框架融入到了自身能力里。
下面通过一个调试代码的例子，对比一下没有 Agent 能力的旧模型与具备 Agent 能力的新模型在解决复杂任务时的区别：
- 使用传统模型 (无 Agent 能力)：
假设我们让一个没有 Agent 能力的模型（比如老版 GPT-4o）来定位并修复程序中的Bug。以前，我们必须在提示词里编写一大串 ReAct 风格的指令，指导模型先输出思考过程，然后我们用程序代码去解析模型输出的“行动”指令，再去执行对应的工具（比如检索代码库或运行测试）。执行完后，再把结果反馈给模型，让模型继续“观察”结果并思考下一步……整个流程需要我们在模型之外写代码和提示词来操控，相当繁琐。模型本身就像一个刚毕业的新手程序员，你得给他准备好详尽的操作手册（提示词），一步步教他该做什么、怎么做。他只会严格按照你提供的 ReAct 模板格式来思考和行动，没有这些详细提示就不知所措。 - 使用 Agent 能力模型：
现在换成一个具备 Agent 能力的模型（例如 Anthropic Claude 4 Sonnet）。你几乎不需要写什么复杂提示词框架，只要告诉它：“这里有调试代码的工具，可用。请帮我找到并修复这个Bug。” 模型就会自行规划调试步骤：它也会先思考从何下手，可能先调用代码检索工具定位问题代码，然后运行测试工具查看输出，再根据结果调整方案……整个思考-行动循环都由模型在内部完成了。对我们开发者来说，控制逻辑简单很多，只需要一个循环检测模型的响应：如果模型回应的是要用某个工具，那就调用该工具并把结果给它；如果模型直接给出了最终答案或修复方案，那就结束。就这么一个小小的while循环，模型就能自动完成调试任务。这个模型就像一个经验丰富的工程师，不需要照本宣科——因为他已经把书本知识内化于心，遇到问题能主动想办法解决，不用你一步步教。
打个比方：以前用老模型，就仿佛你雇了个菜鸟程序员，必须给他一本详细的操作手册（ReAct 提示词），手把手指导；而现在的 Agent 模型是个资深高手，早就把那本“手册”融会贯通，丢开手册也能独立完成工作。
图源：The canonical agent architecture: A while loop with tools https://www.braintrust.dev/blog/agent-while-loop
现代 AI Agent 可以自主调用工具完成任务。例如，假设用户问：“纽约现在的天气怎么样？”。具备 Agent 能力的 AI 大脑中会先思考：“用户想知道实时天气，我有一个
get_weather工具可以查天气。” 随后 AI 发起行动调用天气API获取纽约当前气象数据，并观察到结果：“纽约当前多云，15°C，湿度60%。” 最后 AI 会综合这个新信息给出解答。整个过程中，我们并没有特别教它每一步该怎么做——模型自己规划了查询步骤并正确使用了工具，把问题圆满解决。这种自动规划和工具调用的能力，正是新一代 Agent 型模型的强大之处。*
三、常见疑问解答
问：模型的规划能力（把问题分解的能力）算是 Agent 能力的一部分吗，还是算推理能力的一部分？针对一个复杂问题，是用一个擅长推理的模型先分析并给出计划，再交给Agent执行；还是让Agent自己基于推理去规划并执行？
答：一般来说，推理能力是 Agent 能力的前提。没有推理，就谈不上真正的智能决策。所以一个强大的 Agent 模型，一定具备良好的推理分析能力。对于复杂问题，是否需要分解步骤、以及如何解决，取决于问题类型：如果问题本身不需要借助外部信息（比如较复杂的数学题），仅靠模型的推理就能一步到位解决，那用不着 Agent 那套工具调度。但如果问题涉及获取外部知识或多步骤操作（比如调试代码、检索特定资料等），这时候就需要 Agent 能力，让模型通过规划步骤并调用工具与外部环境交互来完成。简单总结：推理是大脑，Agent是手脚，两者缺一不可，复杂任务中往往需要大脑分析后再用手脚去干活。
问：现在很多新模型据说内置了工具调用能力，只要提供工具列表，模型就能自主选择并使用工具。但也有人实验发现，用显式的 ReAct 提示框架（即让模型先输出思考步骤再选工具）往往效果比模型内置的工具调用还更好。这是为什么？是不是老的 ReAct 反而更有效？
答：这个要具体情况具体分析。可以这样理解：固定流程的明确任务适合用预先设计好的“工作流”，而开放式的问题更适合让 Agent 自由探索。ReAct 相当于是我们人为设计的一套流程，如果你很清楚解决某类问题的最佳步骤是什么，那硬性按照这个步骤提示模型，可能会又快又准（毕竟你帮它规划好了）。但如果遇到开放性的问题，没有固定解法，让模型自行探索往往更通用、更省心。这时候内嵌的 Agent 规划就更有优势，因为模型可以随机应变，不受预设流程限制。所以并不存在绝对谁优谁劣，而是要看场景和模型能力。理想情况下，两者结合：明确有最佳套路的，用工作流效率更高；无法预知步骤的，让 Agent 自由发挥更合适。
问：现在有了具备 Tool-Calling（工具调用）能力的大模型，是不是就不需要再用提示词去指导它如何使用工具了？ReAct 框架是不是仍然需要？
答：对于有 Agent 能力的大模型来说，确实不需要再在提示里写详细的 ReAct 步骤了。模型已经通过训练学会了何时该调用工具、如何解析工具的反馈，也知道在得到答案后何时停止。这正是我们说它把 ReAct 能力“内化”了。你只需把可用的工具及其用途告诉它，模型就能自己决定下一步。
就像前面说的，大学刚入门时我们需要照着教材写代码，等毕业后早已融会贯通，写代码早脱离了教材。那些新一代模型经过大量强化学习和实例训练，早就把 ReAct 那套思路学会了，不需要我们在提示词里显式教它步骤。ReAct 框架本身对于这些模型来说不再是提示词，而变成了它们思考过程的一部分。当然，如果你用的是不支持 Agent 的旧模型，那该写的提示还是得写，模型自己是不会无缘无故遵循这个流程的。
问：一个模型只要具备调用工具的能力，是不是就算有了 Agent 能力？
答：不完全是。会用工具只是 Agent 能力的一部分。真正强大的 Agent 还需要会自主规划任务、遇到复杂问题知道拆解步骤，并且能判断任务是否完成。有些模型具备了工具调用接口，比如可以按照预定义格式请求搜索或计算，但如果它不会自行规划多步查询的策略，不会根据工具结果调整行为，那还称不上一个成熟的 Agent。换句话说，Tool Calling ≠ Full Agent。Agent 型模型是既能决定用什么工具、何时用，又能在拿到结果后判断是否要继续，直到最终目的达成。这种自主性和决策力，才是真正的 Agent 能力所在。一个模型可能有工具插件，但若缺乏自主的规划和循环决策能力，仍需要人为一步步指引，那它充其量只是“会用工具的聊天机器人”，还称不上智能体。
四、最后
伴随着大模型技术的发展，我们正见证从“问答式”智能到“Agent式”智能的飞跃。ReAct 提示框架曾经是让模型迈出行动的一副“拐杖”，而如今最先进的模型已经学会了自己走路。这并不意味着ReAct完全过时了——在某些场景下，我们仍然会用明确的提示引导模型逐步推理。但可以预见，随着模型能力的增强，开发者将能更省心地把复杂任务交给 AI，让它自主规划解决。
对于普通技术爱好者来说，这背后的原理无非是：模型变聪明了，我们反而可以少操心了。今后，当你使用那些会自己上网查资料、会调用工具帮你完成工作的 AI 助手时，不妨记得：这是因为它们体内早已“内置”了一套 ReAct 思考与行动的本领，让 AI 更加像一个真正能干的智能体，为我们带来前所未有的便利体验。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
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
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
