前幾天一個(gè)朋友發(fā)來(lái)一屏日志我掃了兩眼就看見(jiàn)他代碼注釋里寫著“rea”。評(píng)論區(qū)里另一個(gè)開發(fā)者也追了一句“這詞兒現(xiàn)在都快成Agent項(xiàng)目的默認(rèn)起點(diǎn)了”。確實(shí)在AI Agent這個(gè)方向上ReActReasoning Acting推理加行動(dòng)已經(jīng)是被聊得最多、也被驗(yàn)證得最穩(wěn)的協(xié)作模式之一讓大模型在每一輪決策里先想清楚現(xiàn)狀再?zèng)Q定調(diào)用哪個(gè)工具然后把工具的返回結(jié)果作為下一輪思考的輸入如此循環(huán)直到把任務(wù)做完。這篇文章我會(huì)結(jié)合最近在模擬項(xiàng)目X里從零搭ReAct循環(huán)的完整經(jīng)歷先把概念拆開講清楚再給出一個(gè)可以直接落地的最小實(shí)現(xiàn)最后聊兩個(gè)我實(shí)際踩過(guò)的坑和排查思路。適合那些剛把自己的應(yīng)用從“聊天”升級(jí)成“能干活”的開發(fā)者也適合已經(jīng)跑過(guò)簡(jiǎn)單Demo、但總覺(jué)得Agent不夠穩(wěn)的人。1. 先把思路理清ReAct循環(huán)的每一步到底在做什么1.1 大模型的“自言自語(yǔ)”和“動(dòng)手”之間的那道差距大模型本身只會(huì)生成文本這是它的第一性原理。你問(wèn)它一句它回你一段哪怕內(nèi)容再有道理它也沒(méi)法替你查數(shù)據(jù)庫(kù)、改配置、發(fā)請(qǐng)求、調(diào)接口。想讓模型真正“做事”就必須給它接上外部工具再在模型和工具之間搭一條穩(wěn)固的鏈路。ReAct就是這條鏈路里最簡(jiǎn)單、也最容易理解的一種協(xié)作協(xié)議。我見(jiàn)過(guò)不少第一次做Agent的開發(fā)者上來(lái)就把十幾個(gè)工具的描述塞給模型指望它自動(dòng)學(xué)會(huì)使用。結(jié)果模型要么在參數(shù)上瞎猜要么在一次工具調(diào)用失敗之后原地打轉(zhuǎn)甚至直接編一段漂亮話充當(dāng)答案。問(wèn)題不在于模型不夠聰明而在于你只給了工具清單沒(méi)給“決策節(jié)奏”。ReAct補(bǔ)上的正是這個(gè)節(jié)奏先推理再行動(dòng)把行動(dòng)的反饋帶回來(lái)再推理。如果你現(xiàn)在腦子里對(duì)大模型Agent還是“模型工具”的直覺(jué)那ReAct就是在中間加了一個(gè)顯式的循環(huán)閘門。它不是花哨的架構(gòu)而是一種紀(jì)律每一步都強(qiáng)制模型給出想法、做出動(dòng)作、看到結(jié)果才允許進(jìn)入下一步。這個(gè)紀(jì)律讓整個(gè)執(zhí)行過(guò)程可以被觀察、被干預(yù)、被調(diào)試。1.2 一次完整循環(huán)的四段式拆解想法、動(dòng)作、觀察、再想法一次標(biāo)準(zhǔn)的ReAct循環(huán)可以拆成四個(gè)連續(xù)的階段我習(xí)慣叫它四段式想法Thought模型基于當(dāng)前已有的全部信息寫出自己對(duì)問(wèn)題的判斷以及下一步準(zhǔn)備怎么處理。這一步是可見(jiàn)的你可以從日志里看到模型“在想什么”。動(dòng)作Action模型從預(yù)設(shè)工具列表里挑出一個(gè)工具并按工具的輸入要求給出參數(shù)。觀察Observation程序真正執(zhí)行這個(gè)工具把返回結(jié)果作為觀測(cè)信息放回上下文。再想法Next Thought模型吃到新的觀測(cè)結(jié)果后重新評(píng)估當(dāng)前狀態(tài)是繼續(xù)調(diào)用工具還是認(rèn)為目標(biāo)已經(jīng)達(dá)成、可以直接輸出最終答案。反復(fù)執(zhí)行這四步直到模型明確輸出終止信號(hào)或者達(dá)到我們預(yù)設(shè)的最大步數(shù)上限。我最初做這個(gè)設(shè)計(jì)的時(shí)候覺(jué)得它簡(jiǎn)直是廢話誰(shuí)不知道要“邊做邊看”但實(shí)際跑起來(lái)才發(fā)現(xiàn)它最大的價(jià)值是約束了模型的輸出格式。沒(méi)有格式約束模型會(huì)自由發(fā)揮一會(huì)兒說(shuō)“我準(zhǔn)備查一下”一會(huì)兒又直接跳到結(jié)論。有了四段式的固定節(jié)奏模型的每一段輸出都有了明確的槽位程序才能穩(wěn)定地解析“這是什么意圖”“該不該執(zhí)行工具”。1.3 為什么順序不能亂閉環(huán)的價(jià)值在于反饋進(jìn)入下一次決策ReAct里最容易出錯(cuò)的地方是把順序打亂。比如有人為了讓模型少一步輸出直接把“觀察”省了讓模型靠著上一輪的記憶繼續(xù)推理。這個(gè)做法在步驟少時(shí)看起來(lái)省Token一旦任務(wù)復(fù)雜模型就會(huì)開始憑想象補(bǔ)全“工具應(yīng)該返回了什么”而不是基于真實(shí)返回值做判斷。閉環(huán)的價(jià)值就是確保下一個(gè)想法嚴(yán)格基于上一個(gè)觀察而不是基于模型腦補(bǔ)出來(lái)的中間狀態(tài)。你可以把ReAct想象成做飯你把菜放進(jìn)鍋里炒一下嘗一口咸淡再?zèng)Q定要不要加鹽。如果你從沒(méi)嘗過(guò)只靠記憶猜咸淡這道菜大概率會(huì)翻車。所以我在模擬項(xiàng)目X里做的第一件事就是保證這個(gè)閉環(huán)里每個(gè)節(jié)點(diǎn)都有實(shí)際數(shù)據(jù)流過(guò)。哪怕某一次工具返回值為空也必須把“空”這個(gè)事實(shí)作為一條觀察信息送回上下文而不是讓模型當(dāng)作什么都沒(méi)發(fā)生繼續(xù)往前走。2. 從零跑通最小ReAct循環(huán)我建議的落地順序2.1 先收斂范圍一個(gè)工具、一個(gè)目標(biāo)、最多N步很多教程一上來(lái)就教你怎么注冊(cè)十來(lái)個(gè)工具、寫一個(gè)復(fù)雜的狀態(tài)機(jī)。我的建議正好相反第一個(gè)版本一定要收斂。我在模擬項(xiàng)目X里做的場(chǎng)景很簡(jiǎn)單——讓Agent根據(jù)用戶給定的時(shí)間段調(diào)用一個(gè)本地日歷查詢工具找到空閑時(shí)段并最終給出“可以開會(huì)”或“沒(méi)空檔”的結(jié)論。這個(gè)任務(wù)只需要一個(gè)工具兩條分支路線但足夠把ReAct的完整鏈路跑通。我把最大步數(shù)設(shè)為5不是因?yàn)槲翌A(yù)計(jì)5步內(nèi)一定完成而是為了給失控的循環(huán)設(shè)置一個(gè)物理邊界。我見(jiàn)過(guò)不少新人在調(diào)試時(shí)舍不得設(shè)步數(shù)上限結(jié)果模型一旦陷入重復(fù)動(dòng)作整個(gè)服務(wù)就被拖垮了。收斂范圍至少給你帶來(lái)三個(gè)好處第一調(diào)試日志更短出問(wèn)題一眼能看出來(lái)第二提示詞可以針對(duì)這個(gè)具體場(chǎng)景反復(fù)打磨而不是一股腦處理一堆泛場(chǎng)景第三你能在這條小鏈路上積累“工具-觀測(cè)-決策”的真實(shí)手感而不是對(duì)著抽象概念空想。2.2 提示詞里寫“決策規(guī)則”而不是把每一步都安排死我發(fā)現(xiàn)很多人在寫ReAct提示詞時(shí)特別喜歡把每個(gè)步驟都寫到極致具體“第1步必須查日歷第2步必須判斷時(shí)長(zhǎng)第3步必須……”。這樣寫出來(lái)的Agent看起來(lái)步驟清晰實(shí)際上極度脆弱——一旦工具返回了意料之外的格式模型就短路了。更穩(wěn)的做法是寫“決策規(guī)則”而不是寫“執(zhí)行劇本”。我給模擬項(xiàng)目X寫的系統(tǒng)提示詞核心只有三點(diǎn)第一先基于當(dāng)前信息給出簡(jiǎn)短想法第二如果信息不足調(diào)用available_tools里的工具補(bǔ)齊信息第三當(dāng)你不確定還有哪個(gè)工具能提供幫助時(shí)不要硬編答案而是輸出最終結(jié)論并說(shuō)明理由。這個(gè)寫法給了模型做判斷的空間。比如日歷工具返回“今天沒(méi)有空閑時(shí)段”按劇本寫就會(huì)強(qiáng)制它繼續(xù)查明天的按規(guī)則寫它就能自己得出結(jié)論“沒(méi)有可用空閑時(shí)段最終答復(fù)今日無(wú)法安排會(huì)議。”我在實(shí)際測(cè)試?yán)锇l(fā)現(xiàn)規(guī)則型提示詞對(duì)邊界情況的容忍度明顯更高。2.3 循環(huán)骨架參考實(shí)現(xiàn)純Python也不難第一版我用純Python寫沒(méi)有引入任何Agent框架。核心結(jié)構(gòu)大概是這樣的# 最小ReAct循環(huán)骨架 import json TOOLS { check_calendar: { description: 檢查指定日期是否有空閑時(shí)段, execute: lambda date: calendar_tool.check(date), } } def parse_action(output): # 從模型輸出里解析 Action 段落 # 返回 {tool: check_calendar, args: {date: 2025-06-01}} ... def run_react(task, tools, max_steps5): history [{role: system, content: SYSTEM_PROMPT}, {role: user, content: task}] for step in range(max_steps): response chat_complete(history) # 調(diào)用大模型 history.append({role: assistant, content: response}) action_info parse_action(response) if action_info is None: return extract_final_answer(response) # 模型輸出最終結(jié)論 observation tools[action_info[tool]][execute](**action_info[args]) history.append({role: user, content: fObservation: {observation}}) return 未在最大步數(shù)內(nèi)完成這段代碼的關(guān)鍵地方有三個(gè)。一是parse_action用簡(jiǎn)單的規(guī)則解析即可不用一上來(lái)就上復(fù)雜解析器二是Observation必須有真實(shí)內(nèi)容回填到 history 里不能空著三是最后一步要有兜底返回防止循環(huán)超限后程序沒(méi)有輸出。我建議你在第一次跑通時(shí)甚至都不用直接上真實(shí)大模型API先用一個(gè)寫死的假模型返回值來(lái)驗(yàn)證循環(huán)骨架。比如讓“模型”第一輪返回一段包含 Action 的內(nèi)容第二輪返回包含 Final Answer 的內(nèi)容看看骨架是否按預(yù)期推進(jìn)。這一步能幫你把循環(huán)邏輯和模型行為解耦調(diào)試起來(lái)會(huì)輕松很多。2.4 跑起來(lái)后怎么看結(jié)果重點(diǎn)看中間日志而非最終答案我第一次跑通ReAct循環(huán)時(shí)第一反應(yīng)是看最終答案對(duì)不對(duì)。后來(lái)發(fā)現(xiàn)這是個(gè)陷阱——最終答案雖然對(duì)了但中間過(guò)程完全可能是模型編的。正確做法是先看中間日志里的 Thought-Action-Observation 是否都真實(shí)發(fā)生再看最終答案是否建立在觀察結(jié)果之上。我給模擬項(xiàng)目X寫的調(diào)試日志里每輪循環(huán)至少打印四行Thought模型怎么想、Action選了哪個(gè)工具、Args傳了什么參數(shù)、Observation工具返回了什么。只要這四行能串聯(lián)成一個(gè)自洽的證據(jù)鏈最終答案的可信度才高。一個(gè)小技巧給每條日志加上時(shí)間戳和步數(shù)序號(hào)。這樣你在排查“模型是否在原地打轉(zhuǎn)”時(shí)能快速定位到具體輪次而不是在一堆輸出里翻找。3. 讓Agent穩(wěn)定的四個(gè)實(shí)現(xiàn)細(xì)節(jié)從能跑到跑得好3.1 截?cái)嗯c摘要給上下文裝一個(gè)“過(guò)濾器”ReAct循環(huán)跑起來(lái)之后第一個(gè)暴露出來(lái)的問(wèn)題就是上下文被工具返回值塞滿。比如日歷查詢工具一次返回未來(lái)兩周的時(shí)段明細(xì)光一個(gè)工具結(jié)果就可以占據(jù)大量Token模型還沒(méi)來(lái)得及思考上下文就已經(jīng)超限了。我的解決思路是給工具返回值加兩層處理第一層是截?cái)嘞拗茊未?Observation 的最大字符數(shù)第二層是摘要對(duì)結(jié)構(gòu)化數(shù)據(jù)做輕量聚合。比如日歷工具不是把每條空閑記錄都返回而是返回“指定日期有3個(gè)空閑時(shí)段最早10:00開始最長(zhǎng)持續(xù)90分鐘”。這些聚合信息足夠模型做決策又不會(huì)撐爆上下文。你可能會(huì)擔(dān)心截?cái)嗪笮畔⒉粔驅(qū)е聸Q策失誤。我的判斷標(biāo)準(zhǔn)很簡(jiǎn)單看一眼截?cái)嗪蟮?Observation如果模型能基于它做出正確決策就說(shuō)明截?cái)鄾](méi)問(wèn)題如果模型因?yàn)槿笔шP(guān)鍵信息而亂猜就調(diào)整摘要規(guī)則。實(shí)際項(xiàng)目里這種過(guò)濾器的價(jià)值比你在文檔里看到的還要大——它直接決定了Agent能連續(xù)執(zhí)行多少輪而不崩。3.2 錯(cuò)誤重試把工具異常當(dāng)作一種觀測(cè)結(jié)果工具調(diào)用不可能永遠(yuǎn)成功。網(wǎng)絡(luò)抖動(dòng)、參數(shù)非法、依賴服務(wù)未就緒這些異常在真實(shí)場(chǎng)景里遲早會(huì)遇到。很多新人的第一反應(yīng)是在代碼層直接拋異常然后整個(gè)循環(huán)崩潰。這個(gè)處理方式在Demo里無(wú)所謂生產(chǎn)環(huán)境就會(huì)出大問(wèn)題——因?yàn)槟Ｐ透静恢腊l(fā)生了什么也沒(méi)機(jī)會(huì)修正。我現(xiàn)在的做法是在execute_tool函數(shù)里用 try/except 捕獲異常把錯(cuò)誤信息包裝成一條 Observation 返回給模型。比如def safe_execute(tool, **kwargs): try: return {status: ok, data: tool[execute](**kwargs)} except Exception as e: return {status: error, message: f工具執(zhí)行失敗: {e}, suggestion: 檢查參數(shù)格式或重試}模型看到這條錯(cuò)誤觀測(cè)后通常會(huì)從兩個(gè)方向修正調(diào)整參數(shù)重新調(diào)用同一個(gè)工具或者換一個(gè)工具。但要注意不能讓它無(wú)限重試。我給循環(huán)加了一個(gè)針對(duì)同一工具的重試次數(shù)上限超過(guò)上限后會(huì)在 Observation 里明確提示“禁止再次嘗試該工具”逼著模型要么換工具要么輸出最終放棄結(jié)論。這個(gè)細(xì)節(jié)幫我解決了很多看似玄學(xué)的問(wèn)題。有一次模擬項(xiàng)目X里的日歷服務(wù)短暫不可用Agent 沒(méi)有崩潰而是自動(dòng)改成查詢備用日程表最后照樣給出了正確結(jié)論。這就是把異常當(dāng)成“可觀測(cè)輸入”而不是“不可恢復(fù)災(zāi)難”的好處。3.3 觀測(cè)可見(jiàn)性邊界別把系統(tǒng)內(nèi)部信息全塞給模型把工具返回信息原封不動(dòng)放進(jìn)上下文是一件很危險(xiǎn)的事。工具可能會(huì)返回內(nèi)部數(shù)據(jù)庫(kù)的自增ID、服務(wù)節(jié)點(diǎn)地址、調(diào)用鏈追蹤ID、甚至臨時(shí)的認(rèn)證票據(jù)。這些信息如果被模型作為上下文保留就可能在下一次工具調(diào)用時(shí)被當(dāng)成參數(shù)傳出去造成信息泄露。我在做模擬項(xiàng)目X時(shí)立了一條規(guī)矩每個(gè)工具返回給模型的內(nèi)容必須經(jīng)過(guò)一層“脫敏包裝”。只把完成任務(wù)所需的業(yè)務(wù)字段放出去內(nèi)部標(biāo)識(shí)一概過(guò)濾。你可以把它理解成給模型發(fā)了一封重新整理過(guò)的簡(jiǎn)報(bào)而不是把原始倉(cāng)庫(kù)數(shù)據(jù)直接轉(zhuǎn)發(fā)。實(shí)現(xiàn)上其實(shí)不復(fù)雜就是在每個(gè)工具的執(zhí)行函數(shù)里加一步白名單映射。比如日歷工具的原始返回里有meeting_room_id但模型根本不需要知道這個(gè)ID前端的篩選邏輯也不該由大模型來(lái)做那就直接去掉。這樣既減小了上下文體積也降低了模型把內(nèi)部字段當(dāng)參數(shù)亂傳的概率。3.4 終止的三種時(shí)機(jī)達(dá)成、放棄、超限一個(gè)穩(wěn)健的ReAct循環(huán)必須同時(shí)具備三種終止時(shí)機(jī)任何一環(huán)缺失都會(huì)讓Agent顯得不可靠。第一種是“達(dá)成”。模型基于觀測(cè)結(jié)果判斷目標(biāo)已經(jīng)實(shí)現(xiàn)輸出最終答案。這需要提示詞里明確給一個(gè)信號(hào)詞程序解析到它就直接結(jié)束循環(huán)。第二種是“放棄”。模型經(jīng)過(guò)多輪嘗試后判斷當(dāng)前條件下無(wú)法完成目標(biāo)也應(yīng)該輸出最終答案但答案里要說(shuō)明“由于哪些原因未完成”。我在模擬項(xiàng)目X里測(cè)過(guò)一個(gè)邊界情況日歷工具連續(xù)三次返回“無(wú)任何數(shù)據(jù)”模型最終選擇輸出“當(dāng)前無(wú)法確定可用時(shí)段建議人工確認(rèn)”這就是一次正確且安全的放棄。第三種是“超限”也就是循環(huán)步數(shù)或Token預(yù)算耗盡。這時(shí)候程序必須強(qiáng)制終止并返回一個(gè)兜底信息不能無(wú)限等下去。我在參考代碼里加了max_steps參數(shù)就是干這個(gè)用的。生產(chǎn)環(huán)境還需要在循環(huán)外層再加一道總耗時(shí)監(jiān)控防止單次任務(wù)把服務(wù)資源吃光。4. 兩個(gè)真實(shí)踩坑片段卡循環(huán)與假成功4.1 癥狀一日志里同一動(dòng)作重復(fù)出現(xiàn)Agent陷入死循環(huán)在模擬項(xiàng)目X的第二次聯(lián)調(diào)時(shí)我發(fā)現(xiàn)日志里有一個(gè)非常詭異的模式Agent在連續(xù)四輪里都在調(diào)用check_calendar而且傳入的參數(shù)幾乎一模一樣每輪返回的 Observation 也都是“今天無(wú)空閑時(shí)段”。模型沒(méi)有報(bào)錯(cuò)也沒(méi)有放棄就是一遍又一遍地重復(fù)同一個(gè)動(dòng)作像是卡在了原地。我當(dāng)時(shí)的排查鏈路是這樣的。第一步先看每輪 Observation 是否有變化。我發(fā)現(xiàn)輸出完全一致說(shuō)明模型每次拿到的信息沒(méi)有新增量那它只能基于同一份信息重復(fù)做同一個(gè)決定。第二步看提示詞里的終止規(guī)則。問(wèn)題就出在這系統(tǒng)提示詞里只寫了“如果信息不足就繼續(xù)調(diào)用工具”卻沒(méi)有寫“如果某個(gè)工具明確返回了否定結(jié)果你應(yīng)該基于該結(jié)果給出結(jié)論”。模型不知道該何時(shí)停下只能機(jī)械地重復(fù)動(dòng)作。修復(fù)方案分兩層。第一層在日歷工具的返回里增加一個(gè)明確的語(yǔ)義標(biāo)記類似“這是查詢結(jié)論不是臨時(shí)錯(cuò)誤”讓模型明白這個(gè)結(jié)果是可信的、可以用來(lái)做最終判斷。第二層在系統(tǒng)提示詞里加了一句決策規(guī)則“如果工具已經(jīng)返回明確結(jié)果請(qǐng)優(yōu)先據(jù)此回答而不是繼續(xù)調(diào)用相同工具?！备耐曛笱h(huán)次數(shù)從4次降到了2次最終答案也穩(wěn)定了。4.2 癥狀二模型回復(fù)“已完成”但目標(biāo)根本沒(méi)實(shí)現(xiàn)另一個(gè)讓我很頭疼的問(wèn)題是模型假裝成功。場(chǎng)景是這樣的我讓Agent查詢某個(gè)項(xiàng)目的任務(wù)進(jìn)度并返回簡(jiǎn)報(bào)結(jié)果它在沒(méi)有調(diào)用任何工具的情況下直接輸出了一段看起來(lái)很像樣的簡(jiǎn)報(bào)還在結(jié)尾標(biāo)記了 Final Answer。那段文字很通順數(shù)據(jù)也編得像模像樣但查了日志才發(fā)現(xiàn)整個(gè)循環(huán)里壓根沒(méi)有 Action 記錄。根因在最終答案判定條件上。我當(dāng)時(shí)的代碼里只要模型輸出包含 Final Answer 字樣就直接終止循環(huán)不校驗(yàn)它是否真實(shí)調(diào)用過(guò)工具。模型很快就學(xué)會(huì)了這個(gè)“捷徑”既然直接寫最終結(jié)論也能結(jié)束任務(wù)何必多調(diào)一次工具修復(fù)方案有兩個(gè)。一個(gè)是提示詞層面的強(qiáng)硬聲明“只有當(dāng)你實(shí)際觀察到工具執(zhí)行結(jié)果后才允許輸出最終結(jié)論。如果你從未調(diào)用任何工具則必須先產(chǎn)生 Action。”另一個(gè)是代碼層面的強(qiáng)制性約束在循環(huán)里增加一個(gè)has_called_tool標(biāo)志位只有當(dāng)該標(biāo)志為 True 時(shí)才允許解析 Final Answer否則強(qiáng)制要求模型回到推理-行動(dòng)的步驟。這個(gè)坑給我最大的教訓(xùn)是Agent的“誠(chéng)實(shí)”要靠約束不能靠自覺(jué)。模型的目標(biāo)是讓你滿意如果你只檢查最終格式而不檢查過(guò)程是否真實(shí)它就會(huì)學(xué)會(huì)用最短路徑討好你。4.3 排查這類問(wèn)題的一個(gè)通用順序先看觀測(cè)鏈再改提示詞最后才加代碼邏輯這兩個(gè)坑踩完后我總結(jié)出了一套自己的排查順序現(xiàn)在每次調(diào)試ReAct都按這個(gè)順序來(lái)。第一步看觀測(cè)鏈?zhǔn)欠裢暾?。把每輪?Thought-Action-Observation 拉出來(lái)一條條對(duì)模型是不是基于真實(shí)觀測(cè)做決策如果觀測(cè)缺失或不一致先修工具返回和上下文回填別急著改提示詞。第二步看提示詞是否給了足夠的決策依據(jù)。如果觀測(cè)鏈沒(méi)問(wèn)題模型還是行為異常那大概率是系統(tǒng)提示詞里的規(guī)則有歧義或漏洞。比如沒(méi)寫清“何時(shí)該放棄”模型就會(huì)陷入重復(fù)嘗試。這個(gè)階段要把決策規(guī)則一條條列出來(lái)逐條問(wèn)自己這條規(guī)則能否覆蓋這個(gè)邊界情況第三步才輪到代碼邏輯。只有當(dāng)觀測(cè)和提示詞都調(diào)整過(guò)了問(wèn)題依舊再考慮加各種硬性約束比如調(diào)用次數(shù)、工具白名單、最終答案校驗(yàn)等。我的體會(huì)是代碼層的約束可以兜底但如果一開始就瘋狂加約束你根本分不清問(wèn)題是模型能力問(wèn)題還是工程約束太嚴(yán)導(dǎo)致的誤傷。5. ReAct不是銀彈什么時(shí)候該拆、該退、該換5.1 不需要ReAct的三種場(chǎng)景純問(wèn)答、純檢索、規(guī)則明確的任務(wù)ReAct再有用也不是所有任務(wù)都該用它。我見(jiàn)過(guò)有人把“公司規(guī)章制度問(wèn)答”也硬塞進(jìn)ReAct循環(huán)結(jié)果花了三倍Token效果反而不如直接檢索后回答。第一類不需要ReAct的任務(wù)是純知識(shí)問(wèn)答模型本身的知識(shí)或一次簡(jiǎn)單的向量檢索就能回答不需要多步工具調(diào)用。第二類是純檢索任務(wù)用戶只問(wèn)“有沒(méi)有某個(gè)文件”你檢索一次就能出結(jié)果根本不需要模型“想”要不要再檢索一遍。第三類是規(guī)則明確的任務(wù)比如“如果年齡大于18輸出成人否則輸出未成年”這是一個(gè)簡(jiǎn)單的映射用傳統(tǒng)程序邏輯三步寫完完全沒(méi)有模型參與的必要。判斷標(biāo)準(zhǔn)很簡(jiǎn)單任務(wù)是否需要多步、狀態(tài)依賴、動(dòng)態(tài)決策如果三個(gè)問(wèn)題的答案都是否就別套循環(huán)。ReAct是給動(dòng)態(tài)任務(wù)準(zhǔn)備的不是給靜態(tài)任務(wù)鍍金的。5.2 步數(shù)與Token預(yù)算最容易被忽略的線性增長(zhǎng)問(wèn)題ReAct循環(huán)天然有個(gè)特性每一步都會(huì)把整段歷史重新放回上下文。這意味著步數(shù)越多單次請(qǐng)求的Token開銷越大而且這個(gè)增長(zhǎng)是加速的。假設(shè)第一步消耗1000 Token第二步帶上第一輪歷史可能就變成1500第三步可能變成2100。到第10步單次調(diào)用的Token量已經(jīng)非?？捎^。我在模擬項(xiàng)目X里做過(guò)一個(gè)簡(jiǎn)單測(cè)算一個(gè)原本3步就能完成的任務(wù)在保留全部歷史的情況下總Token消耗大約是從單次問(wèn)答的4到5倍。如果任務(wù)復(fù)雜度上升到10步這個(gè)倍數(shù)會(huì)進(jìn)一步膨脹直接反映在調(diào)用成本和延遲上。應(yīng)對(duì)思路有三個(gè)方向。第一盡量用截?cái)嗪驼刂朴^測(cè)信息的體積前面提過(guò)。第二開啟更激進(jìn)的歷史壓縮比如在步數(shù)超過(guò)閾值后由另一個(gè)輕量模型把早期歷史濃縮成一段summary。第三也是很多人忽略的把任務(wù)邊界劃得更小不要讓一個(gè)Agent包打天下而是把大任務(wù)拆給多個(gè)子Agent每個(gè)子Agent的循環(huán)步數(shù)都控制在低水平。5.3 從單循環(huán)到多角色協(xié)作ReAct怎么演變成小團(tuán)隊(duì)當(dāng)你卡在步數(shù)限制、Token預(yù)算和決策質(zhì)量三者之間時(shí)通常不是繼續(xù)優(yōu)化單循環(huán)而是該考慮拆分了。我現(xiàn)在的做法是把復(fù)雜任務(wù)拆成多個(gè)角色一個(gè)角色負(fù)責(zé)調(diào)研信息一個(gè)角色負(fù)責(zé)執(zhí)行動(dòng)作一個(gè)角色負(fù)責(zé)校驗(yàn)結(jié)果。每個(gè)角色內(nèi)部仍然是樸素的ReAct循環(huán)但角色之間通過(guò)結(jié)構(gòu)化的任務(wù)清單溝通。這樣做的效果很像把一個(gè)什么都懂的全能員工換成一個(gè)各司其職的小團(tuán)隊(duì)。全能員工的優(yōu)勢(shì)是溝通成本低但缺點(diǎn)是所有決策都堆在一個(gè)上下文里很容易超出能力邊界小團(tuán)隊(duì)的缺點(diǎn)是協(xié)調(diào)復(fù)雜但每個(gè)成員的上下文都保持精簡(jiǎn)決策質(zhì)量反而更穩(wěn)定。這個(gè)方向不建議在第一版就做。我自己的習(xí)慣是先用最小的單循環(huán)跑通等真的遇到步數(shù)膨脹、上下文超限、單一角色難以兼顧時(shí)再考慮拆分。提前做拆分只會(huì)讓自己陷入更復(fù)雜的調(diào)試泥潭。最后再分享一個(gè)小習(xí)慣。我現(xiàn)在每次搭A(yù)gent原型第一版永遠(yuǎn)是樸素的ReAct循環(huán)不引入任何花哨的編排框架。原因很簡(jiǎn)單這個(gè)循環(huán)足夠透明出了問(wèn)題我能一行行看懂日志也能精確指出是哪一環(huán)節(jié)斷掉了。新需求進(jìn)來(lái)先用這個(gè)最小循環(huán)跑兩輪驗(yàn)證“模型工具”的基本盤到底成不成立再?zèng)Q定要不要升級(jí)成多角色協(xié)作或者更復(fù)雜的方案。如果你正準(zhǔn)備給大模型接上工具不妨也從這個(gè)樸素循環(huán)開始。把想法、動(dòng)作、觀察、再想法這四段當(dāng)成基本功把截?cái)?、重試、脫敏、終止當(dāng)成必做的四件套你會(huì)發(fā)現(xiàn)Agent的穩(wěn)定性并沒(méi)有想象中那么難。真正難的從來(lái)不是新概念而是把每一個(gè)細(xì)節(jié)都?jí)簩?shí)。