从一问一答到自主干活：Agent 的核心设计模式 ReAct 是如何工作的

你以为 Agent 只是会自己说话的 AI？不，它会拆任务、调工具、循环执行，直到把事情干完。

01. 普通对话 vs Agent：差的不只是"自动"

我们平时用的 AI 对话，本质上是一问一答。

你问，它答；你再问，它再答。

每一次对话都是独立的，任务在输出结果后就结束了。

比如：

"帮我写一封邮件。"

LLM 写完邮件，任务就终止了。

没有后续，没有执行，没有反馈循环。

而 Agent 不一样。

Agent 有一个持续运转的结构。你给它一个任务，它会：

拆解任务
决定下一步
调用工具
查看结果
再思考、再行动、再观察

这个循环会一直进行，直到任务完成，或者它自己判断终止（比如超出循环次数、token 上限、相同结果重复次数过多，或失败）。

02. Agent 的工作方式：ReAct 三板斧

Agent 的核心工作流程，可以总结为三个动作：

动作	说明
Reason（思考）	分析当前状态，决定下一步做什么
Act（行动）	调用工具、执行操作
Observe（观察）	查看行动结果，作为下一轮思考的输入

一轮结束后，Observe 的结果会回到 Reason，再 Act，再 Observe......

这个循环，就叫 ReAct。

ReAct = Reasoning + Acting + Observing

它不是 LangChain 那种大型开发库，而是 Agent 通用的循环工作标准。

03. 举个栗子：Agent 怎么写一份竞品分析报告？

假设任务：

"帮我分析竞品信息，然后手写一份报告。"

Agent 会怎么做？

第一轮：

Reason：需要先搜集竞品的最新动态
Act：调用搜索工具，查询三家竞品的最新信息
Observe：信息量很大，整理成结构化数据

第一轮结束。

第二轮：

Reason：发现缺少财务数据
Act：去官网查财报，或调用股市 API 抓取数据
Observe：拿到了营收、增长等关键指标

第三轮、第四轮......

不断补充信息、验证数据、调整结构。

最后一轮：

Reason：信息齐全，开始撰写报告
Act：生成完整报告文档
Observe：交付给用户

04. Agent 的"手脚"：Tool Use

Agent 最核心的动作，就是 Tool Use（工具调用） 。

工具是 Agent 的手和脚。

没有工具，它只能在脑子里转，转完之后，还是只有文字。

常见的工具类型：

工具	作用
搜索工具	上网查实时信息
代码执行器	运行代码，查看结果
文件读写 I/O	读取、写入文件
浏览器操作	打开网页、点击、提交表单
API 调用	对接外部服务

工具越多，Agent 能干的事情就越多。

很多 Agent 产品，本质上就是在拼工具的覆盖范围。

工具的边界，就是 Agent 能力的边界。

选择 Agent，本质上是在选择它的工具生态。

05. 额外学习：Promise ------ 控制异步任务的"工具"

在 Agent 调用工具、并发执行任务时，前端/后端开发者绕不开一个基础概念：Promise。

你可以把 Promise 理解为 Agent 的"任务状态管理器"。

Promise 的三种状态：

状态	含义
`pending`	待处理，任务进行中
`fulfilled`	已成功解决
`rejected`	已失败

关键规则：

只要有一个 Promise 失败，整体失败，不再等待其他 Promise 执行
错误会直接走 catch，捕获第一个失败的原因

实际案例：并发请求

javascript

javascript 复制代码

const getStory = async () =>
  fetch('https://v1.hitokoto.cn/?c=i&encode=json');

const getRetp = async () =>
  fetch('https://data.ratp.fr/api/datasets/1.0/search/?q=paris');

async function main() {
  // 并发执行，按顺序收集结果
  const res = await Promise.all([getStory(), getRetp()]);
  
  // 解析所有 JSON
  const result = await Promise.all(res.map(item => item.json()));
  console.log(result);
}

main();

注意：Promise.all 会等待所有 Promise 都 resolved，但只要有一个 rejected，整体就会进入 catch。

06. 总结：Agent 的本质，是"有手脚的思考者"

对比维度	普通 AI 对话	Agent
工作方式	一问一答	循环执行
任务处理	输出即结束	拆解、执行、反馈、迭代
核心能力	生成文本	思考 + 行动 + 观察
依赖	模型本身	模型 + 工具生态

Agent 不是更聪明的对话机器人，

它是能自己干活、会调用工具、能持续迭代的智能体。

而 Promise，就是我们在开发这类智能体时，控制异步任务流的基础工具。