ReAct 循环

ReAct 把推理和行动交错进行：系统根据当前状态选择行动，读取环境反馈，再决定下一步。

目标 → 选择行动 → 调用工具 → 观察结果
 ↑                         ↓
 └──── 更新状态并判断是否完成 ────┘

它适合初始信息不足、工具结果会改变计划的任务。与一次性生成完整计划相比，它可以利用真实反馈； 代价是循环次数、模型调用成本和错误传播都可能增加。

工程实现不必暴露完整思维过程

可靠系统需要保存的是可审计的决策信息：

• 当前目标；
• 选择了什么工具及参数；
• 工具返回了什么；
• 如何判断步骤成功；
• 为什么继续、重试或停止。

这些结构化轨迹足以支持调试。没有必要依赖或向用户展示模型内部的长篇自由文本推理。

必要护栏

• 最大步骤数和总成本；
• 每轮完成条件；
• 工具参数验证；
• 重复行动检测；
• 高风险动作确认；
• 超出能力时的人工接管。