ReAct es el patrón que hay detrás de la mayoría de los bucles de agentes: pensar, actuar, mirar el resultado y volver a pensar.
Cómo funciona
El artículo de ReAct (Yao et al., 2022) pide al modelo que “generate both reasoning traces and task-specific actions in an interleaved manner.” (traducción: genere tanto trazas de razonamiento como acciones específicas de la tarea de forma intercalada.) El artículo dice que las trazas de razonamiento “help the model induce, track, and update action plans as well as handle exceptions,” (traducción: ayudan al modelo a inducir, seguir y actualizar planes de acción, así como a manejar excepciones), mientras que las acciones le permiten reunir datos de fuentes externas.
En la forma original basada en texto, unos pocos ejemplos en el prompt enseñan al modelo un formato como este:
Question: Which city hosted the event the author attended in 2019?
Thought: I need to find which event the author attended in 2019.
Action: search["author 2019 event"]
Observation: The author spoke at a conference in Lisbon in 2019.
Thought: The event was in Lisbon. That answers the question.
Action: finish["Lisbon"]
Su código analiza cada Action, la ejecuta y añade la Observation antes de volver a llamar al modelo.
En HotpotQA y Fever, el artículo reporta que ReAct redujo la alucinación y la propagación de errores al consultar una API sencilla de Wikipedia. Como cada paso queda escrito, las trayectorias también eran más fáciles de inspeccionar que las de los modelos de referencia sin trazas de razonamiento.
Hoy, el mismo bucle suele ejecutarse con llamadas a herramientas estructuradas en lugar de texto analizado. El runner del OpenAI Agents SDK, por ejemplo, llama al modelo, ejecuta las llamadas a herramientas que devuelve, añade los resultados y vuelve a llamar al modelo hasta que llega una respuesta final.
Por qué importa
- Grounding. Actuar sobre datos reales entre pensamientos reduce las conjeturas que llevan a la alucinación.
- Depuración. Cada pensamiento y observación es visible, así que puede ver dónde se torció una ejecución.
- Coste en tokens. Cada Thought, Action y Observation se queda en el historial y se reenvía en el siguiente turno. Una ejecución ReAct de 10 pasos envía sus primeros pasos 10 veces. El artículo sobre el presupuesto de tokens de un agente lo desglosa.
- Modelos de razonamiento. Los modelos que razonan antes de responder hacen parte del trabajo de “Thought” internamente, como tokens de razonamiento.
En BroadNet Inference
Puede ejecutar un bucle ReAct con cualquier modelo de chat de BroadNet, ya sea con un formato de texto y ejemplos few-shot o con herramientas estructuradas. La documentación de BroadNet indica llamadas a herramientas para GLM 5.3 y Qwen3.8 27B. Llamadas a herramientas con modelos abiertos muestra la forma de las solicitudes.
DeepSeek V4.1 Flash, GLM 5.3 y Qwen3.8 27B razonan antes de responder, y el razonamiento cuenta para max_tokens. Deje margen para ello en cada paso, o ponga reasoning_effort en low.