ReAct ialah corak di sebalik kebanyakan gelung ejen: fikir, bertindak, lihat hasilnya, fikir semula.
Cara ia berfungsi
Kertas ReAct (Yao et al., 2022) menyuruh model untuk “generate both reasoning traces and task-specific actions in an interleaved manner.” (Terjemahan BroadRouter: “menjana kedua-dua jejak penaakulan dan tindakan khusus tugas secara berselang-seli.”) Kertas itu menyatakan jejak penaakulan “help the model induce, track, and update action plans as well as handle exceptions,” (Terjemahan BroadRouter: “membantu model membentuk, menjejak dan mengemas kini rancangan tindakan serta mengendalikan pengecualian,”) manakala tindakan membolehkan model mengumpul fakta daripada sumber luar.
Dalam bentuk asal berasaskan teks, beberapa contoh dalam prompt mengajar model format seperti ini:
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"]
Kod anda menghuraikan setiap Action, menjalankannya, dan menambah Observation sebelum memanggil model semula.
Pada HotpotQA dan Fever, kertas itu melaporkan bahawa ReAct mengurangkan halusinasi dan perambatan ralat dengan membuat pertanyaan kepada API Wikipedia yang ringkas. Oleh sebab setiap langkah ditulis, trajektorinya juga lebih mudah diperiksa berbanding garis dasar tanpa jejak penaakulan.
Hari ini, gelung yang sama biasanya berjalan melalui tool calling berstruktur, bukan teks yang dihuraikan. Runner OpenAI Agents SDK, sebagai contoh, memanggil model, menjalankan sebarang panggilan alatan yang dipulangkannya, menambah hasilnya dan memanggil model semula sehingga jawapan akhir tiba.
Mengapa ia penting
- Penambatan pada sumber. Bertindak pada data sebenar di antara pemikiran mengurangkan tekaan yang membawa kepada halusinasi.
- Penyahpepijatan. Setiap thought dan observation kelihatan, jadi anda boleh nampak di mana larian tersasar.
- Kos token. Setiap Thought, Action dan Observation kekal dalam sejarah dan dihantar semula pada giliran seterusnya. Larian ReAct 10 langkah menghantar langkah awalnya 10 kali. Artikel agent token budget memperincikannya.
- Model penaakulan. Model yang menaakul sebelum menjawab melakukan sebahagian kerja “Thought” secara dalaman, sebagai token penaakulan.
Di BroadNet Inference
Anda boleh menjalankan gelung ReAct pada mana-mana model chat BroadNet, sama ada dengan format teks dan contoh few-shot atau dengan alatan berstruktur. Dokumentasi BroadNet menyenaraikan tool calling untuk GLM 5.3 dan Qwen3.8 27B. Tool calling with open models menunjukkan bentuk permintaannya.
DeepSeek V4.1 Flash, GLM 5.3 dan Qwen3.8 27B menaakul sebelum menjawab, dan penaakulan itu dikira dalam max_tokens. Tinggalkan ruang untuknya pada setiap langkah, atau tetapkan reasoning_effort kepada low.