AI Agent 通识课 · 第 2 篇 / 共 9 篇
一句话记住：Agent = 大脑 + 工具 + 循环。ReAct 是那个"循环"。
上周我对 Claude Code 说了一句"帮我规划周末带娃去游乐园"。
30 秒后它开始干活：查天气、搜游乐园、查客流、问我补充、找餐厅、出完整方案。
我当时第一反应不是"它怎么这么聪明"------GPT-4 本来就聪明。
我的真问题是：
它怎么知道下一步该干啥？它到底在"想"什么？
搞懂这件事，你就能看穿任何 Agent 产品的能力上限和失败模式。
01 · 如果让你来设计，你会怎么做？
假设你要做一个 Agent。
用户说"规划周末带娃"，你怎么让 AI 响应？
朴素方案 A：一次性搞定
用户：帮我规划周末带娃去游乐园
AI： 好的，建议去欢乐谷。问题：AI 没查天气，万一周六下雨呢？没查客流，可能排队 3 小时。
AI 是"会说话的脑子"，它需要手脚去外面看看。
朴素方案 B：给 AI 一堆工具，一次调完
用户：帮我规划周末带娃
AI： 调用 查天气(...)
调用 搜游乐园(...)
调用 查客流(...)
调用 找餐厅(...)
完成问题：AI 第一步就不知道该查哪个城市的天气------用户没说呢。
没有"看一眼结果再决定下一步"的能力，AI 只能瞎猜。
正确方向：一步一步来，每步看结果
Round 1：
想：先查周末天气
做：搜索("北京周末天气")
看：周六晴，周日大雨
Round 2：
想：那周六去。查合适的游乐园
做：搜索("北京适合5岁小孩游乐园")
看：欢乐谷、石景山、嘉年华
Round 3：
想：查周六客流
做：搜索("欢乐谷周六客流")
看：推荐上午去
AI 答：完整方案给你每一步都是"想→做→看→再想"。
这就是 ReAct 循环。
就像你自己规划带娃------不是一拍脑袋出完整方案，而是边查边想边调整。
Agent 模仿的就是这种人类最自然的做事方式。
02 · 装修师傅 vs 摆地摊
摆地摊买菜（像 ChatBot）：
你：这菜多少钱？
老板：5 块。
结束。
一问一答，一轮搞定。
装修师傅来施工（像 Agent）：
师傅看现场 → 量尺寸 → 发现墙体有问题 → 调整方案 → 再量 → 发现新问题 → 再调整 → 最终落地。
装修师傅不可能一来就按图纸施工------图纸是死的，现场是活的。
师傅边看、边量、边改、边做，循环到完工。
Agent 的工作方式和装修师傅一模一样：
- 看（Observation）：看到最新情况
- 想（Thought）：基于看到的想下一步
- 做（Action）：用工具执行
- 然后再看 → 再想 → 再做......
所以又回到了那个比喻------像侦探破案：
看现场 → 想"凶手可能是谁" → 调查线索 → 拿到线索 → 想"下一步去哪" → 再调查 → 循环到破案。
03 · 四种主流思考模式
所有 Agent 的思考回路，都是这四种模式的变体。
没有最好的，只有最适合的。
模式 A：ReAct（边想边做）
原理 ：Thought → Action → Observation → Thought → Action → ...
生活类比 ：装修师傅施工------边干边调，不预设完整方案
谁在用：Cursor、Warp、Claude Code、LangChain ReAct Agent（主流）
优点：简单、可调试、适合大多数场景
缺点：可能走弯路（AI 不擅长全局规划）
适合 ：通用任务、中短任务（2-10 轮搞定的事）
模式 B：Plan-and-Execute（先规划后执行）
原理：
先出完整计划：[ 步骤1, 步骤2, 步骤3, ... ]
再依次执行： 步骤1 → 步骤2 → 步骤3 ...
中途失败 → 回到 Plan 重新规划生活类比 ：婚礼策划师------先把整个流程方案做出来给你过目，确认后再逐项执行。
不是边想边调。
谁在用：Devin、AutoGPT、BabyAGI、部分企业级 Agent
优点：有全局视野，适合复杂任务
缺点：规划错了要推倒重来，成本高
适合 ：长任务、多阶段任务（1 小时以上、需要用户前置确认的事）
模式 C：Tree of Thoughts（思维树）
原理：同时探索多条思路，每条推演几步，选最优，剪枝。
生活类比 ：下棋------同时盘算几种走法，每种推演三五步，选最优那条。
谁在用：研究前沿，产品化较少（成本高）
优点：复杂推理强，不容易钻牛角尖
缺点 ：每条路都要调 LLM，贵
适合 ：数学题、策略游戏、深度推理
模式 D：Function Calling（API 封装）
原理：LLM 直接输出"调哪个函数 + 参数"，执行完结果回给 LLM，继续下一轮。
生活类比 ：打客服电话的菜单------按 1 查话费、按 2 充值、按 3 投诉。AI 从菜单里选动作。
谁在用：ChatGPT 插件 / GPTs、大量轻量级 Agent、OpenAI SDK 原生路径
优点：OpenAI 原生支持，开发成本低
缺点：本质还是 ReAct，只是 API 封装得好
适合 ：快速搭建 Agent、不想管底层细节的团队
速查表
| 模式 | 核心特点 | 代表产品 | 成本 | 适用 |
|---|---|---|---|---|
| ReAct | 边想边做 | Cursor / Warp / Claude Code | 🟢 低 | 通用任务 |
| Plan-and-Execute | 先规划后执行 | Devin / AutoGPT | 🟡 中 | 长任务 |
| Tree of Thoughts | 多路径探索 | 研究为主 | 🔴 高 | 深度推理 |
| Function Calling | API 封装 | ChatGPT 插件 | 🟢 低 | 轻量 Agent |
04 · 主流产品为什么各选所选
不同产品选不同模式，背后都有刚性场景约束。
Cursor / Claude Code 选 ReAct
- 使用场景是小粒度编辑（一次改 1-5 个文件）
- 用户希望看到每一步，随时打断
- 全局规划不如边做边调
Devin 选 Plan-and-Execute
- 目标是独立完成软件工程任务（小时级）
- 用户付了钱不会全程盯，需要前置规划 + 中途汇报
- 走错方向重来成本太高，必须先定方案
Claude Code 最新版：ReAct + Plan 混合
- 默认 ReAct（小任务快速响应）
- 复杂任务触发 "Extended Thinking"（先想再做）
- 用户可以明确要求 "先给计划"
LangChain / LangGraph："都支持"
开发框架要兼容各种场景，所以提供 ReAct Agent / Plan-and-Execute Agent / Structured Chat Agent 多种模板。
05 · 手把手：一次 ReAct 的"内心独白"
场景：你对 Agent 说"帮我规划周末带 5 岁小孩去游乐园"。
以下是内部循环的真实流程：
┌───────────────────────────────────────────────────────────┐
│ 用户输入 │
│ > 帮我规划周末带 5 岁小孩去游乐园 │
└────────────────┬──────────────────────────────────────────┘
│
╔═══════▼════════╗
║ Round 1 ║
╚═══════╦════════╝
│
💭 Thought: 先查周末天气，免得周日去了淋雨
⚡ Action: 搜索("北京周末天气")
👀 Observation: 周六晴 28°C，周日大雨
│
╔═══════▼════════╗
║ Round 2 ║
╚═══════╦════════╝
│
💭 Thought: 那就周六去。5 岁小孩适合哪些游乐园？
⚡ Action: 搜索("北京5岁小孩游乐园推荐")
👀 Observation: 欢乐谷儿童区、石景山、嘉年华
│
╔═══════▼════════╗
║ Round 3 ║
╚═══════╦════════╝
│
💭 Thought: 周六人多吗？得避开峰值
⚡ Action: 搜索("欢乐谷周六客流情况")
👀 Observation: 建议 9 点开门就去，14 点后排队超长
│
╔═══════▼════════╗
║ Round 4 ║
╚═══════╦════════╝
│
💭 Thought: 给主人初版方案看看
⚡ Action: 输出方案（9:00 入园 / 欢乐谷儿童区 / 14:00 离开）
👀 Observation: 主人回复"加上午餐和回家路线"
│
╔═══════▼════════╗
║ Round 5 ║
╚═══════╦════════╝
│
💭 Thought: 找园区附近亲子餐厅 + 查路线
⚡ Action: 搜索("欢乐谷附近亲子餐厅") + 查路线
👀 Observation: 推荐 3 家，路线已规划
│
▼
✨ 最终输出：完整方案（出门时间 / 路线 / 门票 / 入园动线 / 午餐 / 回家）关键观察：
- 不是一步到位：5 轮循环，每轮都在决策
- 根据结果调整：Round 1 发现周日下雨，就改成周六
- 有安全闸：Round 4 先给方案让用户确认
- 有自我验证：Round 5 补充用户要求
这就是 ReAct 的威力。
📌 对应到开发场景 ：让 Agent "修登录报错"，循环是"搜索错误 → 定位文件 → 读代码 → 改代码 → 跑测试 → 修到通过"，结构完全一样。
06 · ReAct 的四个典型坑
了解局限比了解优点更有价值。
Agent 产品表现不好，往往踩了这些坑。
坑 1：循环跑飞了（Infinite Loop）
AI 每次都说"我再查一下"，到第 20 轮还没完。
生活化理解 ：像优柔寡断的选餐馆------看完美团看大众点评再看抖音，一直在看从来不做决定。
解法：硬限制最大轮数（多数产品默认 20-30 轮）。
坑 2：走弯路
AI 选错第一步，一路越走越偏。
生活化理解 ：像没看天气就订了户外餐厅------选错第一步，后面所有安排都废。
解法 ：支持 Plan 模式，先出计划让用户 review。
坑 3：忘了之前干过啥
轮数多了，上下文被挤掉，AI 重复做同一件事。
生活化理解 ：像装修师傅忘了哪间屋子刷过漆------要有个清单打勾。
解法 ：维护任务列表（TODO List），把已完成的打勾。
坑 4：遇到错误就蒙了
工具报错，AI 不知道怎么处理，干脆放弃。
生活化理解 ：像订餐厅被告知客满就直接放弃------应该换一家继续订，不是摆烂。
解法：错误也作为 Observation 回给 LLM，让它重新 Thought。
07 · 我自己踩过的坑
用 ReAct 型 Agent 半年多，总结几个书上不会告诉你的教训：
教训 1：让 AI 看结果再决定，不要一次性下达完整指令
我以前会说："读 X 文件、改 Y 函数、跑 Z 测试"------一次性把所有步骤说全。
结果 AI 按我说的顺序死板执行，中间发现问题也不调整。
后来改成 ："帮我修登录报错"------只给目标，让它自己循环判断。
效果好 10 倍。
教训 2：循环太多轮的任务，必须切 Plan 模式
我曾让 Claude Code 做一个"全仓库代码重构"的任务。
它跑了 47 轮循环，每轮都在往偏了走------因为没有全局视角。
后来用 Plan 模式：先让它出 8 步方案，我批准后再执行。
一次过。
教训 3：出错不是放弃，是 Observation
Agent 经常遇到工具报错就"死"给你------这不是它的锅，是你没把错误接回循环。
好的 Agent 框架会把错误也变成 Observation 喂回 LLM，让它自我纠正。
这是评估 Agent 成熟度最重要的一个指标。
08 · 你能带走什么
读完这篇，你应该能回答的 3 个问题
✅ 所有 Agent 的内核都是 ReAct 循环：想→做→看→再想
✅ 四种思考模式的适用场景：
- 通用任务 → ReAct
- 长任务 → Plan-and-Execute
- 深度推理 → Tree of Thoughts
- 轻量 Agent → Function Calling
✅ ReAct 的四个典型坑：循环跑飞、走弯路、失忆、出错放弃
下次评估 Agent 产品时，问 5 个问题：
- 它用的是哪种思考模式？和你的任务匹配吗？
- 它的循环最大多少轮？
- 它支持 Plan 模式吗？
- 它出错时怎么处理？
- 它有没有任务列表？
产品经理设计 Agent 功能时
- 不要追求"一步到位"：让 AI 多轮迭代，比强求一次搞定更靠谱
- 给用户"观察点"：每轮之间允许用户打断、修改方向
- 任务越长，越需要 Plan ：
- 规划一顿午餐 → ReAct 够了
- 规划一场婚礼 → 必须 Plan-and-Execute
- 错误要进循环：让 LLM 看到错误信息，别直接抛给用户
开发者自己搭 Agent 时
- 起步用 ReAct + 最大轮数 20
- 长任务加 Plan 模式
- 每轮维护 TODO 列表
- 错误转 Observation 喂回 LLM
09 · 下一篇预告
03 · AI 的菜单 vs 暗号 --- 工具怎么设计
ReAct 里的"Action"到底怎么描述？
让 AI 知道你有哪些工具？
为啥肯德基用点餐机不靠吼？
为啥航空公司值机系统不让你乱输座位号？
对比四种工具协议方案，告诉你什么场景选什么。
一句话记忆锚点
🎯 Agent = 大脑 + 工具 + 循环。ReAct 就像装修师傅------不预设完整方案，边看边想边做，循环到完工。
路易乔布斯 © 2026 | AI Agent 通识课 · 第 2 篇 / 共 9 篇