什么是 ReAct 循环

最近在啃一些关于 AI Agent 的开源项目，有一个基于 Java 写的，类 CC 的 Agent CLI ，在学习的过程中发现，不管绕到哪，最后都会绕回同一个词——ReAct。

这词你要没听过，第一眼八成以为跟 React 前端框架有点关系。不是，一点关系都没有。接下来我就用通俗些的描述把它讲明白，讲完你就会明白：AI 能“自己干活”，靠的就是这个东西。

Chat 和 Agent，差在哪

我们平时跟大模型聊天，是你发一句、它回一句，完事。你问“1+1 等于几”，它回“2”，这一轮就结束了，它不会自己去验证一遍。

Agent 不一样。你让它“帮我看看项目里有哪些 TODO 没处理”，它不是直接给个答案，而是：

先想想 → 决定去读文件 → 读完了看看结果 → 再想想 → 决定再去搜一下 → …… 直到它觉得摸得差不多了，才把结论整理给你。

感受一下这个区别：Chat 是一次性的，一问一答；Agent 是个循环，它自己在那儿转，转到满意为止。这个循环，就叫 ReAct。

ReAct 三个字母，就是三个动作

ReAct 拆开是 Reasoning（推理）+ Acting（行动）。落到循环里，是三个动作反复转：

想（Thought）→ 做（Action）→ 看（Observation）

举个简单的例子，你让 AI 烧壶水，它不会凭空变出一壶开水，它是这么干的：

想：得先接水 → 做：拧开水龙头 → 看：壶满了 → 再想：该插电了 → 再做：插上电 → …… 直到看到水开了，才跟你说“烧好了”。

看出来没，AI 在这里就是个只会想、不会亲手干活的脑子，工具是它的手脚，ReAct 循环就是把“想”和“做”串起来的那根线。想一步，做一步，看一眼，再想下一步。

那它怎么知道该停了？

这是我觉得最反直觉的一点。

我一开始以为，得有个啥监控机制盯着它，看它干完就喊停。其实没有。停不停，是 AI 自己决定的。

每次“想”完，AI 的输出就两种可能：

带了“工具调用”（我要去读个文件）→ 程序照做，把结果喂回去，循环接着转；
纯文本（“项目里一共 3 个 TODO，分别在……”）→ 程序一看没带工具调用了，就知道它干完了，把文本给你，循环结束。

说白了，“开口跟你汇报”这个动作，本身就是“我停了”的信号。人也一样，你不会一边说“水烧好了”，一边还拧着水龙头。

AI 是怎么下命令的？

顺着上面说，AI 想完要“下命令”调工具，它总不能像跟你聊天一样来一句“帮我读一下那个文件吧”——程序听不懂人话。

它输出的是一段规规矩矩的 JSON，就俩字段：工具名 + 参数。长这样：

{
  "name": "read_file",
  "arguments": { "path": "src/main/java/com/paicli/agent/Agent.java" }
}

程序拿到这段，才知道“哦，去调 read_file，路径是这个”。

那问题来了：AI 怎么知道手上有哪些工具能调？它天生不知道。这些工具清单是程序喂给它的——而且每次调用都喂一遍。为啥是每次？因为 AI 是无状态的，它记不住上一轮给过它什么，所以每轮都得重新把“菜单”摆一遍：这工具叫什么、能干什么、要什么参数。

工具干完的结果，为什么不能扔

这是我最想说的一点，也是我琢磨最久才转过来的。

工具干完活了，结果必须存回对话历史，不能执行完就扔。为什么？还是因为那个“无状态”。

AI 每次被调用，都像个失忆的演员——它根本不记得上一幕自己演了啥、工具返回了啥。那怎么办？程序只能每次开演前，把整个对话历史从头念给它听一遍。

所以工具结果要是不存回去，下一轮的 AI 就是个“下了命令、却没收到回音”的脑子，它只能瞎猜“到底执行成功没”。这循环就废了。

万一它转不停怎么办

还有个现实问题：AI 要是特别轴，一直觉得自己没干完，就是不肯输出纯文本，一路调工具调下去，那 token 和钱不就烧没了？

程序也不是干瞪眼，一般会设几道闸兜底：

最大步数：转到第 50 步还不收手，强制打断；
Token 预算：上下文塞太满就压缩，压不动就强制收尾；
超时：单步卡死了，秒表到了就叫停；
手动取消：你不想等了，按个 /cancel。

注意，这四步都是“兜底”的，不是主开关。正常情况，循环还是靠 AI 自己说停。

落到代码，就一个 while(true)

扯了这么多，你可能会问：这循环代码里长啥样？

我啃的这个 AgentCLI 源代码时，它就写在 Agent.java 的一个 while (true) 循环里。主干就那么几行（我精简过，去掉了噪音）：

while (true) {
    // ① 拿“菜单”：取工具清单
    var tools = toolRegistry.getToolDefinitions();

    // ② 调 AI：把「对话历史 + 工具清单」一起传过去
    var response = llmClient.chat(conversationHistory, tools);

    // ③ 这轮带工具调用吗？
    if (response.hasToolCalls()) {
        // 带 → 执行工具，结果存回对话历史，continue 回顶部再“想”
        var results = executeToolCalls(response.toolCalls());
        for (var r : results) conversationHistory.add(Message.tool(r.id(), r.result()));
        continue;
    }

    // ④ 不带 → 纯文本，直接返回，循环结束
    return response.content();
}

看到没，前面聊的一整套，浓缩下来就是这个死循环：拿菜单 → 调 AI → 有工具调用就执行、存结果、continue 回去再想；没有就 return。就这两条路，没有第三条。

收尾

如果这篇你只记一句，就记这句：

Agent 不是更聪明的 Chat，而是把“想 → 做 → 看”这个循环跑起来的 Chat。ReAct，就是这个循环的名字。

搞懂这个，后面再看“工具调用”“上下文压缩”“多 Agent 协作”，就都有地基了——它们全是这个循环长出来的枝。