外观
ReAct（Reasoning + Acting）模式的工作原理是什么？为什么能提升 Agent 的推理能力？
标准回答
ReAct 就是“想好下一步，做一下，看结果，再想下一步”，用实际反馈减少凭空猜测。
- 根据任务选择工具和参数，得到环境观察。
- 把相关观察放回上下文，判断继续行动还是输出结果。
- 设置步数、时间与费用上限，并检测反复调用无进展的循环。
通俗例子
查“明天杭州会下雨吗”，先调用天气工具，看到结果后再回答；若结果缺日期，就修正查询。工程日志保留动作与依据摘要即可。
深入解释
**行动前后分别发生什么：**ReAct 将任务分析、工具行动与观察结果交替组织。查到信息后再决定下一步，而不是一开始凭已有知识把全部步骤猜完。
**结果为什么有帮助：**查询返回“设备离线”后，下一步应改为解释离线或查连接状态，而不是继续发送控制命令。工具返回改变了后续决策，这才是反馈的作用。
易混淆点
生产日志可记录工具、观察和简明决策摘要，不需要收集或展示模型的完整内部思维链。
参考资料
内容来源
- Android · AI Agent 知识手册 · 原条目
ai-Q5