ReAct（Reasoning + Acting） 是當前自主 Agent 最核心的基礎執行迴圈。

傳統 Prompt 做法中，模型要么只會「光說不練」（純 Reasoning，如 Chain-of-Thought），要么只會「瞎盲目執行」（純 Acting，直接生成 Tool Call）。而 ReAct 框架透過將 思考（Thought） 與 行動（Action） 交織在一起，讓 LLM 能夠邊思考、邊呼叫工具、邊根據真實世界的回傳結果動態修正下一步策略。

一、 ReAct 的標準三部曲：Thought $\rightarrow$ Act $\rightarrow$ Observe

                       ┌────────────────┐
                       │  User Request  │
                       └───────┬────────┘
                               │
       ┌───────────────────────┴───────────────────────┐
       ▼                                               │
 1. Thought  ───►  2. Act (Tool Call)  ───►  3. Observe │ (Loop)
   (邏輯推理)          (發出指令與參數)         (環境/API回傳)  │
       ▲                                               │
       └───────────────────────────────────────────────┘
                               │
                       [最終結果 (Final Answer)]

1. Thought（思考 / 推理）

• 任務：LLM 分析當前目標與歷史紀錄，進行「下一步該做什麼」的推理。
• 範例：「使用者詢問微軟目前的股價與市值，但我沒有即時網路資料。我需要先搜尋微軟（MSFT）的最新股價資訊。」

2. Act（行動 / 執行工具）

• 任務：根據 Thought 的決策，輸出結構化的工具呼叫指令（Tool Name + Arguments）。
• 範例：Action: web_search(query="Microsoft current stock price market cap")

3. Observe（觀察 / 環境反饋）

• 任務：外部系統執行該 Action 後，將 API 或函式回傳的真實結果（Observation）餵回給 LLM 的 Context Window 中。
• 範例：Observation: {"symbol": "MSFT", "price": "$430.50", "market_cap": "$3.20T"}

二、 ReAct 實戰：以「解決實際問題」為例的完整對話軌跡

假設使用者提問：「請幫我找出並計算 Python requests 專案最新 Release 版本的發佈日期與今天的差距天數。」

ReAct 引擎會生成如下的內部執行軌跡（Trajectory）：

User: 請幫我找出並計算 Python requests 專案最新 Release 版本的發佈日期與今天的差距天數。

Thought: 我需要分成三個步驟：1. 查詢 requests 專案的最新 release 日期；2. 取得今天的日期；3. 計算天數差。首先，我先查詢 requests 的最新 release。
Action: get_github_latest_release(repo="psf/requests")
Observation: {"tag_name": "v2.32.3", "published_at": "2024-05-20"}

Thought: 我已經取得 requests 最新版本 (v2.32.3) 的發布日期是 2024-05-20。現在我需要取得今天的日期來計算差距。
Action: get_current_date()
Observation: {"current_date": "2026-10-02"}

Thought: 現在我有兩個日期：2024-05-20 和 2026-10-02。我需要呼叫日期計算工具來算出相差的天數。
Action: calculate_date_difference(start_date="2024-05-20", end_date="2026-10-02")
Observation: {"days_difference": 865}

Thought: 我已經得到了所有必要的資訊。可以整理最終答案回答使用者了。
Final Answer: Python `requests` 最新版本 (v2.32.3) 發布於 2024 年 5 月 20 日，距離今天（2026 年 10 月 2 日）已經過了 865 天。

三、 ReAct 的核心優勢與痛點分析

🌟 核心優勢

1. 高可解釋性（Explainability）：透過可視化的 Thought 步驟，工程師能清楚知道 Agent 的推理過程與除錯（Debug）切入點。
2. 動態容錯性（Error Recovery）：如果 Observation 回傳 404 Not Found 或參數錯誤，Agent 會在下一個 Thought 中自動感知失敗，並修正參數重新發送 Action。
3. 可擴充性（Extensibility）：LLM 不需要硬記全世界的資料，只需具備正確推理與對應 API 規格的調用能力。

⚠️ 落地痛點與潛在風險

1. 高延遲與 Token 消耗：每一輪 Thought → Act → Observe 都是一次完整的 LLM API 呼叫，極易累積高額 Token 與等待時間。
2. 無限死迴圈（Infinite Loop）：當 API 持續丟出不合預期的異常值（例如 API 限流 429）時，若無監控機制，Agent 可能會在 Thought → Act 間無窮迴圈直到 Context 上限溢出。
3. 動作幻覺（Action Hallucination）：模型可能發送不存在的工具名稱，或傳入不符合 JSON Schema 的參數。

四、 現代工程如何優化 ReAct？

為了在生產環境中解決 ReAct 的缺陷，業界目前通常會結合以下幾種優化機制：

1. Structured Outputs / Native Function Calling：
   不讓模型用純文字格式輸出 Action: ...，而是強制約束輸出 JSON Schema（如 OpenAI/Claude 的 Native Tool Calling），消滅 99% 的格式錯誤。
2. Max Iterations Guardrail（極限輪次防護）：
   在 Engine 中設定最大迴圈次數（例如 max_turns = 5），避免無效探索。
3. ReAct + Reflection（自我反思）：
   當 ReAct 迴圈連三次遭遇相同錯誤時，觸發高階模型的 Reflection 機制，主動評估是否需要更換解決問題的策略方向。