ReAct（思考-行动循环） 核心概念
别名：
边想边做
把「思考」与「行动」交替编排的范式：先思考再行动，行动结果成为下一次思考的输入，思考轨迹显式可调。原生 tool calling 时代它是基本免费的。见[第 12 章](/chapters/12-classic-paradigms/)。
它是什么
ReAct（Yao et al., 2022）是思考与行动交替编排的范式：模型先输出一段思考（Thought），harness 执行工具（Action），结果回填为观察（Observation），如此循环直到模型不再要工具。它解决的问题是「思考与行动分开都会坏」：纯思维链能推理但无法与外部世界交互（事实性问题会幻觉），纯行动能执行但没有推理轨迹（动作之间缺乏关联与纠错依据）。
最小实现
第 12 章的最小实现就是第 07 章那个 loop 加一件事：把每一轮模型的文本记下来（thoughts 数组）。思考轨迹让每一步行动的原因可见、可调试，也是第 13 章评估里「失败模式分类」的输入。行为与 ch07 完全一致，只是多记录每轮文本——原生 tool calling 时代，Thought/Action/Observation 已经被协议结构化：思考是 content、行动是 tool_calls、观察是 tool 消息回填，第 07 章那个 loop 就是 ReAct。
适用与失败模式
它是默认范式：需要实时/外部信息、走一步看一步、可解释性敏感的任务都用它。买的是灵活性（每步被最新观察锚定），代价是每步一次模型往返。主要失败模式是思考与行动脱节（工具描述不清、思考格式约束太松）与死循环（maxIterations 保险丝兜底）。