很多人第一次接触 ReAct（Reason + Act）时，会以为它只是在 Prompt 里加了
Thought / Action / Observation三个字段。但实际上，ReAct 的核心并不是 Prompt 格式，而是 Agent 的状态机（State Machine）。
本文从工程实现的角度，讲清楚 ReAct 在 LLM 内部到底是怎么运转的，以及它和现代 Function Calling、Tool Calling 之间的关系。
一、什么是 ReAct？
ReAct（Reason + Act）出自 2022 年的论文《ReAct: Synergizing Reasoning and Acting in Language Models》，作者是 Shunyu Yao 等人，由普林斯顿大学与 Google Research 合作完成。
它的核心思想其实很简单：
让 LLM 在推理（Reason）的过程中，可以随时调用外部工具（Act），再拿工具返回的信息继续推理。
打个比方。传统 LLM 像一个闭卷考试的学生，题目一给，凭脑子里记住的东西一口气把答案写完：
User
│
▼
LLM
│
▼
Answer
ReAct 则像一个开卷、还能上网查资料的学生。遇到不确定的地方，他会先想”我得查一下”，去翻书、查天气、算一笔账，拿到结果再接着往下写：
User
│
▼
LLM
│
Thought ← 我该做什么
│
Action ← 我去查天气
│
Tool ← 工具真正执行
│
Observation ← 查到的结果
│
LLM
│
Thought ← 根据结果继续想
│
Answer
它最大的改变是：
模型不再一次性吐出最终答案，而是可以”思考 → 执行 → 拿到反馈 → 再思考”。
二、很多人最大的误解
几乎所有入门文章都会画这样一张图：
Thought
↓
Action
↓
Observation
于是很多人得出两个结论：
- Observation 是 Action 的一部分；
- Thought、Action、Observation 都只是 Prompt 里的不同字段。
这两个结论都不准确。
要讲清楚，得先区分两个完全不同的概念：
- Message（消息）：Agent 和外界之间真正传递的东西，是通信协议。
- State（状态）：Agent 脑子里的内部状态，描述它”想到哪一步了”。
后面几节，我们就顺着这两个概念把问题拆开。
三、从 Message 的角度看 ReAct
假设用户问了一个很日常的问题：
上海今天适合跑步吗？
在整个过程中，真正产生的 Message 是这几条：
User Message ← 用户：上海今天适合跑步吗？
│
▼
Assistant Message #1 ← 模型输出
│
├── Thought 我得先查一下天气
└── Action(weather) 调用 weather("Shanghai")
│
▼
Tool Message ← 工具返回
│
└── Observation 26℃，湿度 90%，有雨
│
▼
Assistant Message #2 ← 模型再次输出
│
├── Thought 下雨又潮湿，不太适合
└── Final Answer 不太建议，今天有雨
这里有两个关键点：
- Thought 和 Action 通常在同一条 Assistant Message 里，它们是模型一次输出的两个部分。
- Observation 不是模型输出的，它是 Tool 返回的一条独立 Message。
也就是说，从 Message 的层面看，参与对话的只有三类角色：User、Assistant、Tool。
四、为什么 Observation 必须独立成一条消息？
先说一个容易混淆的点：从内容上看，Observation 确实就是 Action 的返回值。
比如模型发出动作：
Action: weather("Shanghai")
工具执行后返回：
26℃
Humidity: 90%
Rain: true
这段返回，就是 Observation。
那既然内容上是一回事，论文为什么还要把 Observation 单独拎出来？
关键不在内容，而在 来源：
Assistant
│
└── Action 来自模型（模型"想要"做什么）
Tool
│
└── Observation 来自外部世界（真实发生了什么）
Action 来自模型，Observation 来自真实环境，二者绝对不能由同一个角色生成。
为什么这么较真？因为如果 Observation 也由模型自己写，模型就能假装工具已经执行成功，编造一个根本没发生的结果。
举个例子，假设这是模型自己一口气写出来的：
Action:
Search("Apple CEO")
Observation:
Tim Cook
如果 Observation 也是模型生成的，那它完全可以瞎编 —— 哪怕搜索压根没执行，它也能”查到”一个名字，甚至编出一个错误答案。
所以现代 Agent 一定会把工具的真实返回，作为一条独立 Message 插回上下文。这样模型才被迫面对真实结果，而不是自说自话。
五、为什么 Thought 和 Action 又要分开？
这是另一个容易绕晕的地方。
既然 Thought 和 Action 在同一条 Assistant Message 里：
Assistant Message
Thought
Action
论文为什么还要把它们拆开讲？
原因还是回到那两个概念：
- Message 是通信协议 —— 描述”对外发出了什么”。
- Thought / Action 是 Agent 的内部状态 —— 描述”脑子里在干什么”。
它们说的是两件事。Thought 和 Action 分别对应决策的两个阶段：
Thought: 我要知道天气 ← Decision（决定做什么）
↓
Action: weather("Shanghai") ← 模型提出的执行指令
用一句话区分：
- Thought 是”我决定下一步做什么”；
- Action 是”我真正发出的执行指令”。
论文真正想表达的，是 LLM 如何一步步做出决策，而不是 API 长什么样。所以它在概念上把决策（Thought）和执行（Action）分开描述。
一个常被忽略的细节：Action 其实跨了两个角色
这里还有一层很多人没注意到的东西：Action 并不是一个单一动作，它内部又分成两半。
- 第一半：LLM 提出动作。模型只是输出一段”我想调用
weather("Shanghai")“的意图，它本身并不会、也没能力真正去查天气。 - 第二半：Agent 执行动作。Agent 运行时（也就是我们写的那段代码/框架）解析这段意图，真正去调用天气 API、跑数据库查询、执行 shell 命令。
而 Observation，就是第二半”执行”之后拿回来的结果。
用角色把整条链路串起来会更清楚：
LLM │ Thought 我得查天气
│ Action(intent) 我"想"调用 weather("Shanghai") ← 只是提出
▼
Agent │ 执行 Action 真正去调 weather API ← 真正干活
│ Observation 26℃，有雨 ← 执行结果
▼
LLM │ Thought 有雨，不适合
所以”Action → Observation”严格来说不是模型一个人完成的：模型负责提出，Agent 负责执行并取回结果。这也正好呼应第四节——Observation 必须独立，因为它来自 Agent 的真实执行，而不是模型的想象。
Action 是逻辑概念，不等于 function calling
还有一点要强调：Action 是论文里的逻辑概念，它并没有被”焊死”成 AI message 里的某个 function call 字段。
论文中的 Action，本质是”Agent 决定并执行一次对外操作”这个抽象行为。它可以有很多种落地方式：
- 早期是让模型按格式输出一行文本，比如
Search[Apple CEO]，再由 Agent 用正则解析后执行； - 现在主流是 function calling / tool calling，模型直接吐出结构化的
tool_calls； - 也可以是模型输出一段代码，由 Agent 丢进沙箱里跑（Code Act）。
这些都是同一个 Action 概念的不同工程实现。function calling 只是目前最流行的那一种，而不是 Action 的定义本身。把”Action”和”function calling”画等号，恰恰是只看到了 Prompt/Message 层，没看到背后的 State 层。
六、State 才是 ReAct 的真正核心
理解了上面两节，就能看出：真正的 ReAct，本质是一个状态机。
Thought
│
▼
Action
│
▼
Observation
│
▼
Thought
│
▼
Action
│
▼
Observation
│
▼
...
如果写成代码，大致是这样一个循环：
while not finished:
thought = llm(history) # LLM：决策 + 提出动作
action = choose_tool(thought) # 取出模型想调用的工具
observation = run(action) # Agent：真正执行，拿回结果
history.append(observation) # 拼回上下文，进入下一轮
四个要素各司其职：
- Thought：Agent 当前的决策；
- Action：Agent 请求执行的动作；
- Observation：环境给回来的反馈；
- History：不断累积的上下文。
整个循环反复进行，直到模型认为可以收尾，输出最终答案。
七、现代 Function Calling 里，Thought 去哪了？
如果你用过 OpenAI、Claude、Gemini 的工具调用，会发现它们其实不再输出这样的文本：
Thought:
...
Action:
...
而是直接吐出结构化的工具调用：
{
"tool_calls": [
{
"function": "weather",
"arguments": {
"city": "Shanghai"
}
}
]
}
程序执行工具后，把结果作为一条 tool 消息塞回去：
{
"role": "tool",
"content": "26℃, humidity 90%, rain"
}
最后再调一次 LLM 得到最终答案：
User
↓
Assistant(tool_call)
↓
Tool(result)
↓
Assistant(final answer)
整个过程里，已经看不到 Thought 了。
但这不代表 Thought 消失了：
Thought 没有消失，只是从”显式写在 Prompt 里”变成了”模型内部的隐式推理（Hidden Reasoning）”。
现代模型通常不会把这段推理过程直接暴露给开发者（推理模型会把它放进单独的 reasoning 字段）。决策这一步依然存在，只是藏到了模型内部。
八、ReAct Inside：站在 LLM 内部看全流程
如果把视角切到 LLM 内部，整个流程可以画成这样：
+----------------+
| User Message |
+--------+-------+
|
▼
+-------------------+
| Internal Reasoning|
| (Thought) |
+--------+----------+
|
▼
+-------------------+
| Tool Selection |
| (Action) |
+--------+----------+
|
▼
+-------------------+
| Tool Execution |
+--------+----------+
|
▼
+-------------------+
| Observation |
| (Tool Message) |
+--------+----------+
|
▼
+-------------------+
| Internal Reasoning|
| (Thought) |
+--------+----------+
|
▼
Final Answer
真正在循环的，是这三个动作：
Reason → Act → Observe → Reason → ...
而不是很多人以为的：
Prompt → Prompt → Prompt → ...
换句话说，循环的主体是状态的流转，而不是一段段文本格式的堆叠。
九、用三个层次理解 ReAct
把前面的内容收一下，可以从三个层次来看 ReAct。
第一层是 Prompt。论文里的 Thought / Action / Observation，只是为了方便把推理轨迹展示出来，是给人看的”展示格式”。
第二层是 Message。现代 Agent 真正交换的消息只有三类：User、Assistant、Tool。这是落到 API 上的”通信协议”。
第三层是 State，也是真正的核心。它描述的是 Agent 内部的状态流转：
Decision（决策）
↓
Execution（执行）
↓
Environment Feedback（环境反馈）
↓
Decision（再决策）
这套状态机，才是 ReAct 的本质。
十、总结
一句话总结 ReAct：
ReAct 不是一种 Prompt 模板，而是一种 Agent 的状态机。
理解它，关键是分清三个层次：
- Prompt 层：
Thought / Action / Observation，只是用来表达推理过程的展示格式。 - Message 层：
User / Assistant / Tool，是实际的 API 通信协议。 - State 层：
Thought → Action → Observation，是 Agent 真正的内部状态机。
现代 Function Calling 虽然不再显式输出 Thought，但底层依然遵循同样的状态转换：
Reason → Act → Observe → Reason → ...
所以可以这样理解二者的关系：
Function Calling 是 ReAct 的工程实现；ReAct 是 Function Calling 的设计思想。
如果觉得这篇文章对你有帮助，欢迎点赞、收藏加关注。后续持续分享更多有价值的内容。你的支持是我创作的最大动力！