"Paper: ReAct — Synergizing Reasoning and Acting in Language Models"

Paper Info

• 标题： ReAct: Synergizing Reasoning and Acting in Language Models
• 作者： Yao et al. (Princeton)
• 年份： 2022
• 链接： arXiv

Problem

LLM 在推理任务中表现良好（Chain-of-Thought），但无法与外部环境交互。传统 Agent 方法可以执行动作，但缺乏推理能力。

Method

ReAct 将 Reasoning 和 Acting 交替融合：

Thought: 我需要查找今年的财报数据
Action: search_docs("2025 financial report")
Observation: [检索结果: 收入增长15%]
Thought: 根据数据，可以计算利润率
Action: calculate(revenue, costs)

关键优势：

1. 推理轨迹帮助模型处理不确定性
2. 外部交互提供实时信息
3. 交替机制防止 Agent 偏离目标

Key Results

| 任务 | ReAct | CoT | Act-only | |------|-------|-----|----------| | HotpotQA (问答) | 64.5 | 52.3 | 42.1 | | ALFWorld (操作) | 78% | 58% | 51% |

My Understanding

ReAct 的优雅之处在于它的简单：不需要复杂的架构修改，只需改变 Prompt 设计就能让模型同时具备推理和行动能力。这种交替模式比单独使用 CoT 或 Act-only 效果都好，说明二者是互补的。

Engineering Application

在 AuditFlow 中，ReAct 模式被用于：

• 多步审计流程：Agent 交替推理（"当前需要检查什么"）和行动（"执行查询"）
• 异常处理：当检索结果不足时，Agent 能推理出需要调整搜索策略
• 结果验证：Agent 先推理预期结果，再与实际数据对比

Related Papers

• Reflexion (2023) — 在 ReAct 基础上加入自我反思机制
• Toolformer (2023) — 教会模型自主使用工具
• Tree-of-Thoughts (2023) — 探索多条推理路径