Agent 推理模式有哪些？ReAct 又是啥、怎么实现？

用一张地图、一个真实循环演示和三段交互，把"Agent 怎么思考、怎么行动"彻底讲透。

Agent 推理模式，指的是「大模型智能体在完成任务时，决定下一步做什么」的一套控制流策略：是闷头推理、边想边干、先规划后执行，还是干完再反思、多人协作？

其中 ReAct 是最经典、最常用的一类：它让模型把「思考」和「行动」交错进行 —— 想一步、做一次工具调用、看一眼结果、再想下一步，直到给出答案。

ReAct = Reasoning（推理） + Acting（行动）。由 Yao 等人在 2022 年论文《ReAct: Synergizing Reasoning and Acting in Language Models》提出。

核心思想：让大模型在生成回答的过程中，交替产生两种内容——

• Thought（想法）：模型用自然语言「小声嘀咕」自己的推理、计划、判断；不展示给用户，但写进上下文引导下一步。
• Action（行动）：模型决定调用某个工具，并给出参数。
• Observation（观察）：工具返回的结果，再喂回给模型。

三者循环：Thought → Action → Observation → Thought → … → Finish(答案)。

Thought: 我需要先查出特斯拉的股票代码。
Action: search[特斯拉 股票代码]
Observation: 特斯拉在纳斯达克上市，代码 TSLA。
Thought: 已知代码 TSLA，现在查今日涨跌。
Action: get_stock[TSLA]
Observation: TSLA 今日 +2.3%（上涨）。
Thought: 信息齐全，可以总结了。
Action: Finish[特斯拉代码 TSLA，今日上涨 2.3%。]

# 初始化
scratchpad = system_prompt + few_shot_examples + "Question: " + question

# 主循环
for step in range(max_steps):
    response = llm(scratchpad)              # 模型继续往下写
    thought, action, args = parse(response) # 解析 Thought / Action
    scratchpad += thought                    # 想法写回上下文

    if action == "Finish":
        return args                       # 给出最终答案

    observation = run_tool(action, args)     # 执行工具
    scratchpad += f"Action: {action}[{args}]\nObservation: {observation}\n"

return "超过最大步数，未完成"