边想边做

ReAct 和只推理、只行动有什么差别？

只推理是把想法一次写完，中途不接触环境，事实容易停在模型自己的知识里。只行动是收到输入就调工具，没有交代为什么这一步是现在该做的。

ReAct 把两种交错起来：先写一段 Thought，再产生一个 Action，拿到 Observation，再决定下一步。推理用来决定行动，观察用来纠正推理。

面试时把它说成循环，不要说成一种提示词风格。提示词只是让模型把 Thought 和 Action 分开放，好让程序解析。

一步里模型要产出什么？

一步只推进一个可执行动作。Thought 里写当前缺口和选择理由，Action 里只给一个工具名和参数。程序执行后，把结果写成 Observation 追加进轨迹，再发起下一次调用。

不要让模型在同一次输出里假装工具已经返回。工具结果必须来自运行时，否则后面的推理没有依据。

结束也是一种动作：模型应能显式给出最终答案并停止，而不是永远再调用一次搜索。

工具怎么定义？

每个工具是一份契约：名字、用途、参数模式、返回里有什么、失败长什么样。描述要短，重叠要少。搜索、计算、读文件不要合成一个「万能工具」。

运行时负责三件事：校验参数、真正调用、把返回裁成观察。模型只负责选择。工具抛出的栈信息不要原样回给模型，收成「缺了哪个参数」或「结果为空」。

ReAct 什么时候会失效？

• 任务需要先看全局。它容易陷入局部：这一步搜得通，整件事的顺序是错的。
• 轨迹变长以后，早期观察被淹没，模型重复调用同一个工具。
• 工具一失败，模型可能用自然语言把失败圆过去，看起来像做完了。
• 步数和费用不可预期，同样的题两次路径可能差很多。

调试看轨迹，不看最终措辞：哪一步的 Thought 已经偏了，哪一步的 Observation 被忽略，哪一个工具描述让两个工具分不清。局部短视用「先有计划」补，做完不可信用「再检查一轮」补。