🌟🌌 欢迎来到知识与创意的殿堂 --- 远见阁小民的世界！🚀
🌟🧭 在这里，我们一起探索技术的奥秘，一起在知识的海洋中遨游。
🌟🧭 在这里，每个错误都是成长的阶梯，每条建议都是前进的动力。
🌟🧭 在这里，我们一起成长，一起进步，让我们在知识的世界里畅游无阻，共同创造一个充满智慧和创新的明天。
🌟📚 点击关注，加入我们的技术探索之旅吧！❤️📖✨
✨博客主页：远见阁小民的主页
📕本文专栏：AI专栏
大家好，我是小民，见字欢喜。
前面两篇文章，我们聊了智能体是什么，以及它和聊天机器人的区别。
今天咱们聊个更深入的问题：
智能体接到任务后，脑子里到底发生了什么？
它是蒙头乱试，碰运气？还是有着一套清晰的运行机制？
当然不是乱试啦～
目前主流的智能体，基本都遵循一个叫 ReAct 的模式。
今天我们就把它拆开来看看👇
01 ReAct是什么
ReAct 是两个词的组合：Reasoning（推理） + Acting（行动）
说白了就是：先想，再做；看完结果，接着想。
智能体不是一口气把事干完，而是需要走一个循环👇
用户输入➔思考➔行动➔观察
➔再思考➔再行动➔......➔最终输出
把这个循环画出来，大概是下面这个样子👇
图片里的流程可以拆成几个关键环节👇
- 感知： 接收用户输入，听懂用户想干嘛
- 规划： 决定下一步做什么，先干啥后干啥
- 工具： 从可用的工具里选一个合适的（查天气、发邮件、写代码等）
- 行动： 调用工具，执行并获取结果
- 记忆： 贯穿全程，记录之前做过什么、观察到什么，不让智能体「失忆」
每一步都在「想一想」和「动动手」之间切换，直到把任务彻底搞定。
02 举个例子：用ReAct订机票
光说理论可能有点抽象，我们来看一个具体的例子：用户说"帮我订周五去上海的机票"
此时智能体的大脑里其实是这样的👇
- 思考1： 用户要订周五去上海的机票；我需要先查航班，然后比价、选座、下单
- 行动1： 调用航班查询接口
- 观察1： 查到3个航班：800元（晚上）、950元（上午9点）、1200元（商务舱）
- 思考2： 用户没给预算；查一下历史记录，发现他之前都选经济舱、偏好上午航班，9点那班符合
- 行动2： 调用订票接口下单
- 观察2： 下单成功，订单号已生成
- 最终输出： 已为您预订周五上午9点飞往上海的航班，票价950元，行程已加入日历
我们可以看到，它不是一次性给答案，而是想一步、做一步、看一步、再想下一步。
那么如果中间出了意外呢？比如950元的航班突然没了？
- 行动2： 调用订票接口下单
- 观察2： 下单失败，该航班已售罄
- 思考3： 9点航班没了；用户偏好上午，看看还有没有其他上午的航班
- 行动3： 重新查询上午的航班
- 观察3： 查到10：30还有一班，票价1020元
- 思考4： 比原计划贵了70块，但还在合理范围内；先订上，然后在回复里说明一下
- 行动4： 调用订票接口下单
- 最终输出： 您偏好的9点航班已售罄，已为您预订10：30的航班，票价1020元，比原计划贵70元，您看可以吗？
通过上面的例子可以看出，这就是ReAct的厉害之处➔能应对意外，能自我调整。
03 为什么叫 ReAct
这个名字其实取得挺巧的，既取了「推理+行动」的首字母，又暗含了「反应」（React）的意思------智能体像人一样，根据观察到的情况做出下一步反应。
它跟传统的「输入➔输出」模式最大的不同是，智能体不是一次性回答，而是边做边看边调整。
就像你做一道菜，不是一口气把所有料倒进去，而是边尝边调味。
最后来个小结
ReAct模式，说白了就是让智能体从「会聊天」变成了「会干活」------先想想该干什么，动手干，看看结果，再想想下一步，继续干，直到任务完成。
好了，今天的学习就到这里了！
**欢迎在留言区许个愿哦～**👇
如果你有一个智能体助理，你最想让它帮你自动化做哪件事？定时抢票、整理周报，还是别的什么？