【AiCoding】ReAct VS Plan—Execute

ReAct+Tool call

Reasoning+Acting 推理和行动交替进行

（Reasoning + Acting）执行流程

image-20261022091558628

深入ReAct模式

基础ReAct

LLM每一步都输出Thought+Action，然后执行Action，观察结果继续循环

整体流程

  1. 输入用户问题 + 工具列表 + 历史轨迹 送入 LLM

  2. Thought（思考，模型输出）

    ： 模型基于已有信息分析：现在知道什么、缺什么、下一步该做什么；判断是否还需要调用工具，还是直接出答案

    示例：Thought: 用户想知道今天石家庄气温，我缺少实时数据，需要调用天气查询工具

  3. Action（行动，模型输出结构化指令）

    ： 输出工具名称 + 参数，交给框架 / 调度器执行；不是模型自己调用，是外层系统执行工具调用

    示例：Action: SearchWeather (city=”石家庄”)

  4. Observation（观察，系统回填，不是模型生成）

    ： 工具执行返回结果（搜索内容、计算结果、接口返回、报错信息），追加到上下文历史里

    示例：Observation: 石家庄今日 22℃，晴

  5. 循环判断（ReAct Loop）： 把 Observation 并入对话历史，回到第 2 步，再次交给 LLM 思考； 当模型判断信息足够，输出 Final Answer，终止循环； 一般会加最大步数上限，防止死循环。

未命名绘图.drawio

1
2
3
Thought: 用户要我创建一个 Java 项目，我需要用 create_project 工具
Action: create_project({"name": "demo", "type": "java"})
Observation: 项目已创建

Reflexion

ReAct 执行循环 + 评估器 Evaluator + 反思 Reflector + episodic 记忆库；不微调模型权重，用自然语言复盘、沉淀教训，跨轮次复用经验

image-20261022110911725

在ReAct的基础上添加了反思的功能，例如我本次需要让Agent去创建HelloCli的工程在code_agent文件夹下，当我没有去创建文件夹code_agent他就会回顾自己的行动，总结成功教训，保存到记忆中，下次遇到就会首先检查文件夹是否创建与是否存在，导致可能覆盖的状况。

1
Thought: 刚才创建项目时我没有检查目录是否存在，导致可能覆盖已有文件。下次应该先 list_dir 检查。

模型工具（Function/Tool）

  1. name（工具名称）：唯一标识，模型用来指定调用哪个工具，比如 get_weather
  2. description（工具描述）：告诉模型这个工具能干什么、什么时候该调用
  3. parameters（参数 schema）：入参定义，参数名、类型、是否必填、说明

示例

1
2
3
4
5
6
7
8
9
10
11
{
  "name": "get_weather",
  "description": "查询指定城市的实时天气",
  "parameters": {
    "type": "object",
    "properties": {
      "city": {"type":"string","description":"城市名"}
    },
    "required": ["city"]
  }
}

一句话分工： name：找谁；description：什么时候用；parameters：带什么参数

Plan和DAG

Plan-and-Execute 把一次任务交给两个角色。规划器（Planner）负责出计划，它调用模型时不给任何工具，只要求模型输出一份 JSON 格式的计划。执行器（PlanExecuteAgent）拿着这份计划，按依赖关系一批一批地跑任务。正常情况下规划器只调用一次模型；用户审阅时补充要求，或者任务失败后需要重新规划，规划器会再调用模型。

核心思想：一路往深处走，走不通再回溯，优先深度、后广度，像走迷宫，一条路走到头，碰壁再退回来试别的分支。

核心流程
  1. 访问当前节点，标记已访问（防止环路重复走）
  2. 依次遍历当前节点的相邻子节点
  3. 如果子节点没访问过，递归进入这个子节点（继续往下深挖）
  4. 所有子节点遍历完 → 回溯，回到上一层，尝试其他分支

口诀：先深挖，走到底，无路回退，再探旁支

特性 ReAct Plan-and-Execute
LLM 调用次数 多（每步都调） 少（初始规划一次，执行阶段调用轻量，异常才重规划）
执行速度 慢（每步都有 LLM 网络往返） 快（规划一次，后续步骤本地 / 轻量执行）
Token 消耗 高 低
灵活性 高，边执行边调整，遇到意外随时换路线 低，优先按照预先制定的计划执行
可预测性 低，路径不可控，容易跑偏绕路 高，计划可见，步骤可审计、可人工预审
错误恢复 容易，单步失败后下一轮 Thought 即时调整策略 一般，单步出错需要触发重规划流程，成本更高
适用场景 探索类、不确定环境、调试代码、信息检索、未知路径任务 流程固定、长步骤流水线、批量任务、需要事前审核方案的任务
  • image-20261022150339878
  • ReAct：边走边想（Thought-Action-Observation 循环）
  • Plan-and-Execute：先全局规划，再按计划执行，失败才重规划

什么时候用 ReAct

  • 任务简单，1-3 步就能完成
  • 需要探索性操作，不确定具体步骤
  • 用户想看到思考过程
  • 需要频繁的人机交互

比如“查看当前目录有什么文件”，直接 ReAct 一步完成。

什么时候用 Plan-and-Execute

  • 任务复杂，需要多步操作
  • 步骤之间有明确依赖关系
  • 追求执行效率
  • 需要可预

比如“搭建一个完整的 Web 项目，包括前后端、数据库、部署”，用 Plan-and-Execute 更合适。