Agent 與工作流
ReAct 推理行動框架是什麼？想一步、做一步、看結果再想
ReAct（Reason + Act，推理加行動）是一種讓模型交替進行「思考」與「行動」的框架。模型先推理下一步該做什麼，接著呼叫工具執行動作，拿到結果（Observation）之後再回頭推理，如此循環直到得出答案。它把純思考的推理鏈跟能對外操作的工具呼叫接在一起，是現代 Agent 最常見的運作骨架。
ReAct 推理行動框架是什麼？想一步、做一步、看結果再想
為什麼有些 AI 只會空想，有些卻能一邊查資料一邊修正答案？差別就在有沒有這個循環。
ReAct 是把「想」跟「做」接起來的那一段設計，也是 Agent 能自己往前走的原因。
你將學到什麼
一句話定義
讓模型交替進行推理與行動，每做一步就看結果再想下一步。
白話比喻
像偵探辦案：想一個假設、去查一件事、看到證據再修正假設。
三個環節
Thought 想、Action 做、Observation 看結果，循環到收斂。
跟誰容易搞混
推理鏈只在腦中推導，ReAct 會真的去呼叫工具拿資料。
定義
ReAct 的全名是 Reason 加 Act，中文常稱推理行動框架。它讓模型交替進行推理與行動，而不是一次把答案想完。
一輪循環包含三個環節：Thought（我現在該做什麼）、Action（實際呼叫某個工具）、Observation（工具回傳了什麼）。
拿到觀察結果之後，模型回到 Thought 重新判斷，直到資訊足夠可以給出最終答案。
白話比喻
偵探不會坐在椅子上把整個案子想完。他會提出一個假設，然後出門查一件事，看到證據之後再修正假設。
ReAct 就是這個循環。它的價值不在於想得多聰明，而在於每一步都能被現實糾正。
一輪循環長什麼樣
| 環節 | 在做什麼 | 例子 |
|---|---|---|
| Thought 推理 | 判斷現在缺什麼資訊、下一步該做什麼 | 我需要知道這家公司今年的營收 |
| Action 行動 | 選擇並呼叫合適的工具 | 呼叫搜尋工具，關鍵字是公司名加年度財報 |
| Observation 觀察 | 接收工具回傳的結果 | 拿到三筆搜尋結果與一段摘要 |
| 回到 Thought | 根據結果修正方向或決定收尾 | 資料不夠具體，改查官方投資人關係頁 |
實際用例
問「這個月的訂單裡，退貨率最高的是哪個品項」，模型會先想到要查資料庫，呼叫查詢工具拿回數據，發現欄位不齊，再補查一次品項對照表，最後才算出答案。
這整段就是 ReAct。實際執行動作的能力來自 Tool Calling 工具呼叫，而把這個循環包成一個能自主完成任務的單位，就是 Agent。
常見誤解最常見的誤解是以為 ReAct 是某一套框架或函式庫的名字。它其實是一種提示與流程的設計模式，各家工具都可以實作，你自己在對話裡手動照這個節奏走也算。另一個要注意的是成本：每一輪都是一次完整的模型呼叫加上工具呼叫，步數沒設上限的話，費用會比單次問答高出很多。想比較純推理的做法，可看 Chain-of-Thought 思維鏈。
本文源起本文為酒Ann 的 AI 名詞彙編系列，用白話把常見名詞一次講清楚。歡迎追蹤 酒Ann 的 Facebook。
延伸學習
常見問答
ReAct 跟思維鏈差在哪？
思維鏈（Chain-of-Thought）是純粹在模型內部把推理過程展開，全程沒有跟外界互動，資訊來源只有模型自己記得的東西。ReAct 則在推理的中間插入實際動作，例如搜尋、查資料庫、跑計算，然後把回傳的結果納入下一輪推理。一個靠回想，一個靠查證。
它怎麼知道什麼時候要停？
通常由兩件事決定：模型自己判斷已經有足夠資訊可以回答，或是達到預設的最大步數上限。實務上一定要設步數上限與逾時，否則模型可能在錯誤的方向上反覆呼叫工具，把時間與費用都燒光，這是最常見的失控原因。
為什麼它比較不容易產生幻覺？
因為每一輪的推理都會被外部回傳的實際結果修正。模型如果猜錯了，下一步查到的資料就會跟它的假設對不上，它有機會調整方向。但這不代表不會出錯：如果工具本身回傳錯誤資訊，或模型誤讀了結果，一樣會推出錯的結論。