ReAct 与思维链：让 Agent 学会思考

章节大纲

6.1 为什么 LLM 需要“思考”

• 直接生成答案 vs 分步推理
• Chain-of-Thought 的核心洞察
• “Let’s think step by step” 的魔力

6.2 Chain-of-Thought (CoT)

• Zero-shot CoT：一句 Prompt 触发推理
• Few-shot CoT：示例引导推理路径
• 何时 CoT 有效，何时无效
• CoT 的成本：Token 消耗 3-5 倍

6.3 ReAct：Reason + Act 循环

Thought: 我需要先查一下当前天气
Action: search_weather("上海")
Observation: 上海今天 25°C，多云
Thought: 用户想知道要不要带伞，多云不用带
Answer: 今天不用带伞

• 思考-行动-观察的闭环
• 与 CoT 的区别：能调用工具

6.4 ReAct 的常见问题

• 循环停不下来
• 幻觉调用不存在的工具
• 观察结果太长冲爆上下文
• 解决方案：max_iterations、工具白名单、结果压缩

6.5 Tree of Thoughts (ToT)

• 并行探索多条推理路径
• 每条路径评分
• 保留最优分支继续
• 适合搜索型问题

6.6 Self-Reflection

• 生成 → 自我批评 → 修正
• 与 Evaluator-Optimizer Workflow 的关系

6.7 Reasoning Model 的兴起

• OpenAI o1、Claude Sonnet Thinking
• 模型自带 CoT 后，Prompt 层还要做 CoT 吗
• 分工：模型做通用推理，Agent 做领域规划

---

本章为大纲版本，正文待补充。