我：就是模型先思考要做什么接下来调用工具。再继续思考，这样循环下去。

结构？老实说，

我：消息格式的话。就是用 system prompt 告诉模型要按特定格式输出，接下来模型生成工具调用，程序执行后返回结果。

结构？tool_response 用 user 角色还是 assistant 角色传回给模型？为什么这么设计，

我：这个，具体的格式细节我没记清楚。

至于面试官，你只是知道 ReAct 叫什么但不知道它怎么实现的。这道题很多人都答不上来但它是 Agent 开发的基础。回去好好看看工程实现细节。

好，今天就把这个问题从原理到代码全部拆开讲。

简要回答

主要循环概述

ReAct 框架的主要是 Reasoning+ Acting的循环。让大模型在执行任务时不是一步到位，而是”边想边做”。先推理接下来该做什么接下来调用工具执行，再，形成一个循环，直到任务完成。

消息标签程序

工程实现上，ReAct 用一套标签程序来结构化这个循环：

•  包裹推理过程；
•  包裹工具调用参数；
•  包裹工具返回结果；不过，
•  包裹最终答案。其实，

关键设计：tool_response 必须用 user 角色传回。因为它是外部世界的反馈，不是模型自己生成的内容。

ReAct 到底解决了什么问题？

A. 传统方案缺陷

COT模式：

• LLM 在回答前先写出推理过程。 但只能基于自身参数知识，实时信息查询能力不足。

T​ool Use 模式：

• L​LM 可以直接调外部工具获取信息，却缺少“为什么调”的推理环节。

B. ReAct 的融合优势

P​R​E‑ACT——先推理告诉模型“为什么”。再行动让模型“真的去做”，观察得到外部反馈后继续推理。该循环可重复多次直至任务完成，实现了边想边做的智能行为。

类比说明

C​oT 是“在脑子里想怎么做”。Tool Use 是“直接动手炒”，ReAct 是“边想边做”。先想需要哪些食材 → Action 去冰箱找 → Observation 发现没有 → Think 再决定去超市买 → Action 再继续烹饪。

The 完整 ReAct 消息流程

#1 程序提示词

- 定义可用工具列表。- 定义输出格式规范（///)。- 给出推理指引：先 think 再 act。

#2 使用者提问示例：

{"role":"user"。"content":"2024年全球前五大电动车制造商中，哪些公司在研发固态电池？"}

#3 第一次推理 & 行动示例：

{"role":"assistant","content":"
{\"name\":\"search\",\"arguments\":{\"query\":\"2024年全球前五大电动车制造商排名\"}}"}

#4 工具返回结果示例：

{"role":"user","content":"
搜索结果这方面。• 特斯拉 2024年销量180万辆
• 比亚迪 2024年销量300万辆
• 大众集团 2024年销量120万辆
• 通用汽车 2024年销量90万辆
• 现代起亚 2024年销量85万辆
"}

#5 循环继续推理 & 行动示例：

{"role":"assistant","content":"
{\"name\":\"search\",\"arguments\":{\"query\":\"特斯拉 固态电池研发\"}}"}

#6 重复 #4–#5 步骤直至产生最终答案：

{"role":"assistant","content":"
在2024年研发固态电池的公司包括：比亚迪、现代起亚。"}

为什么 tool_response 必须用 user 角色？

• Error view: "Tool response 是模型生成的一部分。应使用 assistant 角色".

Corrent view: "Tool response 内容来源于外部工具，而非 LLM 本身。话说回来，把它放在 user 角色下以语义上表示‘外部世界向模型反馈信息’".

再看类比。你和朋友聊天时让朋友帮你查资料，你查到的信息属于“外部世界”提供给你的，而不是你自己编造的。不过，当你 回复朋友时这段信息已经以 “user” 的身份出现了。

如果把 tool_response 当作 assistant。会导致 LLM 学会预测搜索引擎会返回什么而不是学习何时还有如何调用正确工具，这是 Agent 与普通 LLM 最大差异之一。话说回来，

这种角色划分帮助训练阶段明确 “何时生成内部推理/行动”。还有 “何时接受外部反馈”。

---

对比维度 / 方法比较
推理能力强弱	强	无	强
实时信息获取	无	有	有
可解释性	弱	中	强
容错能力	弱	弱	强

---