AI是如何学会"边想边做"的：从ReAct框架到智能体的进化
核心观点：如果你还在教AI怎么"思考-行动-观察"，那说明你用的AI还停留在上一代。新一代AI已经把这套本领练成了本能。
开场：一个简单的问题
假设你问AI："苹果公司昨天的收盘价是多少？"
老一代AI会这样：
- "呃...我的训练数据里没有实时股价信息，我无法回答。"
新一代AI（有Agent能力）会这样：
- 思考："需要查询实时股价数据"
- 行动：调用金融API查询AAPL股票
- 观察：收到结果"175.04美元"
- 回答："苹果公司昨天的收盘价是175.04美元"
这之间的差别，就是今天要聊的故事。
第一章：ReAct框架——教AI学会"边想边做"
什么是ReAct？
ReAct = Reasoning（推理）+ Acting（行动）
2023年，研究人员发现：如果给AI设计一套"思考-行动-观察"的循环流程，它就能像人一样解决复杂问题。
ReAct的工作循环
想象你要找一家餐厅：
【人类的思维过程】
思考："我想吃川菜，得先搜索一下附近有什么餐厅"
行动：打开地图搜索"川菜"
观察："看到三家川菜馆，'蜀香阁'评分最高"
再思考："看看营业时间和订座情况"
行动：打电话询问
观察："今晚8点有位置"
✅ 决定："就去这家！"
ReAct框架就是把这个人类思维过程"教"给AI：
【AI的ReAct流程】
Thought（思考） → Action（行动） → Observation（观察） →
Thought（再思考） → Action（再行动） → ... → Answer（最终答案）
一个真实的例子
问题："特斯拉Model 3在中国的最新售价比美国贵多少？"
传统AI：❌ "抱歉，我无法获取实时价格信息"
ReAct框架下的AI：
Thought: "需要分别查询中美两地的Model 3售价"
Action: 搜索"Tesla Model 3 price China 2025"
Observation: "中国售价：人民币229,900元起"
Thought: "已知中国价格，现在查美国价格"
Action: 搜索"Tesla Model 3 price USA 2025"
Observation: "美国售价：38,990美元起"
Thought: "需要汇率换算，查一下当前美元兑人民币汇率"
Action: 查询汇率API
Observation: "当前汇率：1美元 = 7.25人民币"
Thought: "可以计算了：38,990×7.25 = 282,678元"
Answer: "中国售价约229,900元，美国售价约282,678元人民币，
中国反而便宜约52,778元（约13,000美元）"
看到了吗？AI不再是"一问一答"，而是会主动分解任务、调用工具、收集信息，就像一个真正会做研究的助手。
第二章：从"手动挡"到"自动挡"——AI的进化
早期：需要"手把手教"
2023年使用ReAct框架时，我们需要在提示词里明确写：
你需要遵循以下步骤：
1. 先思考（Thought）下一步该做什么
2. 决定行动（Action）并说明要用什么工具
3. 等待观察（Observation）工具返回的结果
4. 重复上述步骤直到能给出最终答案
就像教一个新手司机开手动挡车，油门、离合、换挡都要教。
现在：AI自己就会了
2025年的先进AI模型（如Claude 3.5 Sonnet、GPT-4等）：
✅ 不需要提示词教它ReAct
✅ 自己知道什么时候该查资料
✅ 自己决定调用什么工具
✅ 自己判断信息够不够，要不要继续查
这就像老司机开自动挡车，AI把ReAct这套本领内化成了自己的能力。
对比表：从提示词到能力
| 维度 | 2023：需要ReAct提示词 | 2025：内置Agent能力 |
|---|---|---|
| 工作方式 | 人类用提示词引导每一步 | AI自主规划和执行 |
| 工具调用 | 需要明确说明"请使用XX工具" | AI自己判断该用什么工具 |
| 多步推理 | 需要在提示词里设计流程 | AI自动循环直到解决问题 |
| 适用场景 | 固定流程的任务 | 开放式复杂问题 |
| 开发成本 | 高（需要精心设计提示词） | 低（只需提供工具列表） |
第三章：什么是真正的"Agent能力"？
会用工具 ≠ 智能体
很多人误解：只要AI能调用工具，就算有Agent能力了。
其实不是！ 真正的Agent需要三大核心能力：
1️⃣ 自主规划能力
- ❌ 工具调用：人类说"查天气"，AI查天气
- ✅ Agent：人类说"明天适合去爬山吗"，AI自己决定查天气、查景区开放时间、查交通路况
2️⃣ 循环决策能力
- ❌ 工具调用：调用一次工具，返回结果，结束
- ✅ Agent：调用工具→分析结果→判断是否需要更多信息→继续调用→直到问题解决
3️⃣ 目标导向能力
- ❌ 工具调用：执行指令
- ✅ Agent：理解最终目标，自己规划达成路径
举个例子：调试代码
问题："这段Python代码运行报错，帮我修复"
普通工具调用模型：
AI: "你的代码第15行有语法错误，应该改成..."
人类: "改了还是报错"
AI: "可能是缩进问题..."
人类: "还不对"
AI: "..."
需要人类不断反馈，AI被动响应。
Agent模型：
Thought: "先分析错误信息"
Action: 读取完整错误堆栈
Observation: "ImportError: No module named 'requests'"
Thought: "缺少依赖，检查虚拟环境"
Action: 检查requirements.txt和当前环境
Observation: "requirements.txt中有requests，但虚拟环境未安装"
Thought: "需要安装依赖"
Action: 运行 pip install -r requirements.txt
Observation: "安装成功"
Thought: "再次运行代码验证"
Action: 执行python script.py
Observation: "运行成功，无报错"
Answer: "问题已解决！原因是虚拟环境中缺少requests库，
我已安装依赖并验证代码可以正常运行。"
Agent自主完成了整个调试流程，不需要人类每一步都介入。
第四章：ReAct现在还有用吗？
答案：看情况
✅ 什么时候还需要ReAct提示词？
1. 固定流程的任务
如果你非常清楚解决某类问题的最佳步骤，用ReAct风格的提示词反而更高效：
【数据分析固定流程】
1. 先用SQL查询原始数据
2. 用Python清洗数据
3. 用统计方法分析
4. 生成可视化图表
5. 输出结论报告
这种情况下，明确的步骤引导比让AI自由探索更快更准。
2. 使用老模型
如果用的是不具备Agent能力的模型（如早期的GPT-3.5），ReAct提示词仍然是提升性能的有效方法。
❌ 什么时候不需要了？
开放式问题 + 先进模型 = 让AI自由发挥
例如："帮我策划一场技术分享会"
这种没有固定套路的任务，新一代Agent模型会比人类设计的流程更灵活：
- 自己去查最新的技术热点
- 自己评估受众兴趣
- 自己设计议程和互动环节
- 根据反馈动态调整方案
第五章：给普通人的启示
1️⃣ AI正在从"工具"变成"助手"
过去：AI是一把锤子，你得告诉它"敲这里"
现在：AI是个助理，你只需说"帮我把这幅画挂墙上"
2️⃣ 未来的AI使用技巧
- ❌ 不要：详细列出每一步操作
- ✅ 应该：清楚说明你的目标和约束条件
低效的提问：
"帮我：
1. 搜索北京明天天气
2. 如果下雨就推荐室内活动
3. 如果晴天就推荐户外景点
4. 给出交通路线"
高效的提问：
"明天想在北京玩一天，预算500元，
喜欢人文景点，不喜欢太商业化的地方，
帮我规划一下行程"
Agent会自动：
- 查天气决定室内/户外
- 根据预算筛选活动
- 依据偏好推荐景点
- 规划最优路线
3️⃣ 理解AI的局限
Agent能力虽强，但不是万能的：
| AI擅长 | AI不擅长 |
|---|---|
| ✅ 信息收集和整合 | ❌ 主观判断（如"这个设计好看吗"） |
| ✅ 逻辑推理和规划 | ❌ 需要真实体验的建议 |
| ✅ 重复性分析任务 | ❌ 创造性突破（需要人类引导） |
| ✅ 多维度对比评估 | ❌ 伦理和价值观决策 |
总结：从ReAct到Agent的三个关键认知
认知1：ReAct是方法，Agent是能力
- ReAct：一套让AI"边想边做"的工作流程（2023年的创新）
- Agent：把这套流程内化，变成AI的本能（2025年的进化）
认知2：不是所有"会用工具"的AI都是Agent
真正的Agent = 自主规划 + 循环决策 + 目标导向
认知3：未来趋势是"少说怎么做，多说要什么"
- 过去：教AI步骤（How）→ 需要ReAct提示词
- 现在：告诉AI目标（What）→ Agent自己规划
- 未来：AI理解意图（Why）→ 主动提出更好的方案
写在最后
当AI学会了"边想边做"，它就从被动的问答工具进化成了主动的问题解决者。
ReAct框架的伟大之处不在于它是一套永恒的提示词模板，而在于它揭示了智能体工作的本质：
真正的智能，不是知道所有答案，而是知道如何找到答案。
现在，这个能力已经写进了AI的"基因"里。
下次当你使用那些会自己搜索资料、会调用工具、会多步规划的AI助手时，不妨想想：
- 它正在脑海里进行"Thought → Action → Observation"的循环
- 只不过这一切都在后台自动发生
- 你只需要坐等结果
这就是AI从"手动挡"进化到"自动挡"的魅力所在。
扩展阅读
- ReAct框架原始论文（2023）
- Anthropic Claude的工具使用指南
- OpenAI Function Calling文档
- 宝玉原文：ReAct框架与AI Agent：当AI学会自己思考和行动
创作日期：2025年10月15日
文章定位：AI技术科普 | 面向普通读者
参考资料：宝玉《ReAct框架与AI Agent：当AI学会自己思考和行动》
浙公网安备 33010602011771号