AI Agent 通识课 · 第 2 篇 / 共 9 篇一句话记住Agent 大脑 工具 循环。ReAct 是那个循环。上周我对 Claude Code 说了一句帮我规划周末带娃去游乐园。30 秒后它开始干活查天气、搜游乐园、查客流、问我补充、找餐厅、出完整方案。我当时第一反应不是它怎么这么聪明——GPT-4 本来就聪明。我的真问题是它怎么知道下一步该干啥它到底在想什么搞懂这件事你就能看穿任何 Agent 产品的能力上限和失败模式。01 · 如果让你来设计你会怎么做假设你要做一个 Agent。用户说规划周末带娃你怎么让 AI 响应朴素方案 A一次性搞定用户帮我规划周末带娃去游乐园 AI 好的建议去欢乐谷。问题AI 没查天气万一周六下雨呢没查客流可能排队 3 小时。AI 是会说话的脑子它需要手脚去外面看看。朴素方案 B给 AI 一堆工具一次调完用户帮我规划周末带娃 AI 调用 查天气(...) 调用 搜游乐园(...) 调用 查客流(...) 调用 找餐厅(...) 完成问题AI 第一步就不知道该查哪个城市的天气——用户没说呢。没有看一眼结果再决定下一步的能力AI 只能瞎猜。正确方向一步一步来每步看结果Round 1 想先查周末天气 做搜索(北京周末天气) 看周六晴周日大雨 Round 2 想那周六去。查合适的游乐园 做搜索(北京适合5岁小孩游乐园) 看欢乐谷、石景山、嘉年华 Round 3 想查周六客流 做搜索(欢乐谷周六客流) 看推荐上午去 AI 答完整方案给你每一步都是想→做→看→再想。这就是ReAct 循环。就像你自己规划带娃——不是一拍脑袋出完整方案而是边查边想边调整。Agent 模仿的就是这种人类最自然的做事方式。02 · 装修师傅 vs 摆地摊摆地摊买菜像 ChatBot你这菜多少钱老板5 块。结束。一问一答一轮搞定。装修师傅来施工像 Agent师傅看现场 → 量尺寸 → 发现墙体有问题 → 调整方案 → 再量 → 发现新问题 → 再调整 → 最终落地。装修师傅不可能一来就按图纸施工——图纸是死的现场是活的。师傅边看、边量、边改、边做循环到完工。Agent 的工作方式和装修师傅一模一样看Observation看到最新情况想Thought基于看到的想下一步做Action用工具执行然后再看 → 再想 → 再做……所以又回到了那个比喻——像侦探破案看现场 → 想凶手可能是谁 → 调查线索 → 拿到线索 → 想下一步去哪 → 再调查 →循环到破案。03 · 四种主流思考模式所有 Agent 的思考回路都是这四种模式的变体。没有最好的只有最适合的。模式 AReAct边想边做原理Thought → Action → Observation → Thought → Action → ...生活类比装修师傅施工——边干边调不预设完整方案谁在用Cursor、Warp、Claude Code、LangChain ReAct Agent主流优点简单、可调试、适合大多数场景缺点可能走弯路AI 不擅长全局规划适合通用任务、中短任务2-10 轮搞定的事模式 BPlan-and-Execute先规划后执行原理先出完整计划[ 步骤1, 步骤2, 步骤3, ... ] 再依次执行 步骤1 → 步骤2 → 步骤3 ... 中途失败 → 回到 Plan 重新规划生活类比婚礼策划师——先把整个流程方案做出来给你过目确认后再逐项执行。不是边想边调。谁在用Devin、AutoGPT、BabyAGI、部分企业级 Agent优点有全局视野适合复杂任务缺点规划错了要推倒重来成本高适合长任务、多阶段任务1 小时以上、需要用户前置确认的事模式 CTree of Thoughts思维树原理同时探索多条思路每条推演几步选最优剪枝。生活类比下棋——同时盘算几种走法每种推演三五步选最优那条。谁在用研究前沿产品化较少成本高优点复杂推理强不容易钻牛角尖缺点每条路都要调 LLM贵适合数学题、策略游戏、深度推理模式 DFunction CallingAPI 封装原理LLM 直接输出调哪个函数 参数执行完结果回给 LLM继续下一轮。生活类比打客服电话的菜单——按 1 查话费、按 2 充值、按 3 投诉。AI 从菜单里选动作。谁在用ChatGPT 插件 / GPTs、大量轻量级 Agent、OpenAI SDK 原生路径优点OpenAI 原生支持开发成本低缺点本质还是 ReAct只是 API 封装得好适合快速搭建 Agent、不想管底层细节的团队速查表模式核心特点代表产品成本适用ReAct边想边做Cursor / Warp / Claude Code 低通用任务Plan-and-Execute先规划后执行Devin / AutoGPT 中长任务Tree of Thoughts多路径探索研究为主 高深度推理Function CallingAPI 封装ChatGPT 插件 低轻量 Agent04 · 主流产品为什么各选所选不同产品选不同模式背后都有刚性场景约束。Cursor / Claude Code 选 ReAct使用场景是小粒度编辑一次改 1-5 个文件用户希望看到每一步随时打断全局规划不如边做边调Devin 选 Plan-and-Execute目标是独立完成软件工程任务小时级用户付了钱不会全程盯需要前置规划 中途汇报走错方向重来成本太高必须先定方案Claude Code 最新版ReAct Plan 混合默认 ReAct小任务快速响应复杂任务触发 “Extended Thinking”先想再做用户可以明确要求 “先给计划”LangChain / LangGraph“都支持”开发框架要兼容各种场景所以提供 ReAct Agent / Plan-and-Execute Agent / Structured Chat Agent 多种模板。05 · 手把手一次 ReAct 的内心独白场景你对 Agent 说帮我规划周末带 5 岁小孩去游乐园。以下是内部循环的真实流程┌───────────────────────────────────────────────────────────┐ │ 用户输入 │ │ 帮我规划周末带 5 岁小孩去游乐园 │ └────────────────┬──────────────────────────────────────────┘ │ ╔═══════▼════════╗ ║ Round 1 ║ ╚═══════╦════════╝ │ Thought: 先查周末天气免得周日去了淋雨 ⚡ Action: 搜索(北京周末天气) Observation: 周六晴 28°C周日大雨 │ ╔═══════▼════════╗ ║ Round 2 ║ ╚═══════╦════════╝ │ Thought: 那就周六去。5 岁小孩适合哪些游乐园 ⚡ Action: 搜索(北京5岁小孩游乐园推荐) Observation: 欢乐谷儿童区、石景山、嘉年华 │ ╔═══════▼════════╗ ║ Round 3 ║ ╚═══════╦════════╝ │ Thought: 周六人多吗得避开峰值 ⚡ Action: 搜索(欢乐谷周六客流情况) Observation: 建议 9 点开门就去14 点后排队超长 │ ╔═══════▼════════╗ ║ Round 4 ║ ╚═══════╦════════╝ │ Thought: 给主人初版方案看看 ⚡ Action: 输出方案9:00 入园 / 欢乐谷儿童区 / 14:00 离开 Observation: 主人回复加上午餐和回家路线 │ ╔═══════▼════════╗ ║ Round 5 ║ ╚═══════╦════════╝ │ Thought: 找园区附近亲子餐厅 查路线 ⚡ Action: 搜索(欢乐谷附近亲子餐厅) 查路线 Observation: 推荐 3 家路线已规划 │ ▼ ✨ 最终输出完整方案出门时间 / 路线 / 门票 / 入园动线 / 午餐 / 回家关键观察不是一步到位5 轮循环每轮都在决策根据结果调整Round 1 发现周日下雨就改成周六有安全闸Round 4 先给方案让用户确认有自我验证Round 5 补充用户要求这就是 ReAct 的威力。对应到开发场景让 Agent “修登录报错”循环是搜索错误 → 定位文件 → 读代码 → 改代码 → 跑测试 → 修到通过结构完全一样。06 · ReAct 的四个典型坑了解局限比了解优点更有价值。Agent 产品表现不好往往踩了这些坑。坑 1循环跑飞了Infinite LoopAI 每次都说我再查一下到第 20 轮还没完。生活化理解像优柔寡断的选餐馆——看完美团看大众点评再看抖音一直在看从来不做决定。解法硬限制最大轮数多数产品默认 20-30 轮。坑 2走弯路AI 选错第一步一路越走越偏。生活化理解像没看天气就订了户外餐厅——选错第一步后面所有安排都废。解法支持Plan 模式先出计划让用户 review。坑 3忘了之前干过啥轮数多了上下文被挤掉AI 重复做同一件事。生活化理解像装修师傅忘了哪间屋子刷过漆——要有个清单打勾。解法维护任务列表TODO List把已完成的打勾。坑 4遇到错误就蒙了工具报错AI 不知道怎么处理干脆放弃。生活化理解像订餐厅被告知客满就直接放弃——应该换一家继续订不是摆烂。解法错误也作为 Observation 回给 LLM让它重新 Thought。07 · 我自己踩过的坑用 ReAct 型 Agent 半年多总结几个书上不会告诉你的教训教训 1让 AI 看结果再决定不要一次性下达完整指令我以前会说“读 X 文件、改 Y 函数、跑 Z 测试”——一次性把所有步骤说全。结果 AI 按我说的顺序死板执行中间发现问题也不调整。后来改成“帮我修登录报错”——只给目标让它自己循环判断。效果好 10 倍。教训 2循环太多轮的任务必须切 Plan 模式我曾让 Claude Code 做一个全仓库代码重构的任务。它跑了 47 轮循环每轮都在往偏了走——因为没有全局视角。后来用 Plan 模式先让它出 8 步方案我批准后再执行。一次过。教训 3出错不是放弃是 ObservationAgent 经常遇到工具报错就死给你——这不是它的锅是你没把错误接回循环。好的 Agent 框架会把错误也变成 Observation 喂回 LLM让它自我纠正。这是评估 Agent 成熟度最重要的一个指标。08 · 你能带走什么读完这篇你应该能回答的 3 个问题✅所有 Agent 的内核都是 ReAct 循环想→做→看→再想✅四种思考模式的适用场景通用任务 → ReAct长任务 → Plan-and-Execute深度推理 → Tree of Thoughts轻量 Agent → Function Calling✅ReAct 的四个典型坑循环跑飞、走弯路、失忆、出错放弃下次评估 Agent 产品时问 5 个问题它用的是哪种思考模式和你的任务匹配吗它的循环最大多少轮它支持 Plan 模式吗它出错时怎么处理它有没有任务列表产品经理设计 Agent 功能时不要追求一步到位让 AI 多轮迭代比强求一次搞定更靠谱给用户观察点每轮之间允许用户打断、修改方向任务越长越需要 Plan规划一顿午餐 → ReAct 够了规划一场婚礼 → 必须 Plan-and-Execute错误要进循环让 LLM 看到错误信息别直接抛给用户开发者自己搭 Agent 时起步用 ReAct 最大轮数 20长任务加 Plan 模式每轮维护 TODO 列表错误转 Observation 喂回 LLM09 · 下一篇预告03 · AI 的菜单 vs 暗号 — 工具怎么设计ReAct 里的Action到底怎么描述让 AI 知道你有哪些工具为啥肯德基用点餐机不靠吼为啥航空公司值机系统不让你乱输座位号对比四种工具协议方案告诉你什么场景选什么。一句话记忆锚点Agent 大脑 工具 循环。ReAct 就像装修师傅——不预设完整方案边看边想边做循环到完工。路易乔布斯 © 2026 | AI Agent 通识课 · 第 2 篇 / 共 9 篇