ReAct 范式是什么？与 Plan-Execute 的区别？

题目

请解释 Agent 的 ReAct 范式，并对比其与 Plan-Execute 范式的区别与适用场景。

参考答案

ReAct（Reasoning + Acting）：让 LLM 在每一步交错输出”思考（Thought）“与”行动（Action）“，形成循环：

Thought: 我需要先查资料
Action: search("...")
Observation: <工具返回>
Thought: 基于结果，下一步...
Action: ...
... 直到 Thought: 任务完成 → Final Answer

模型边推理边调用工具，根据观察结果动态调整下一步，灵活性高。

Plan-Execute（先规划后执行）：先把任务拆解为完整计划，再逐步执行：

Plan: [步骤1, 步骤2, 步骤3, ...]
Execute: 依次执行各步骤
（可选）Replan: 执行中如发现偏差，重新规划

对比：

维度	ReAct	Plan-Execute
决策时机	每步即时决策	先整体规划再执行
灵活性	高，可随时改向	中，需 replan 才能大改
上下文消耗	高（每步带历史）	较低（执行只看当前步）
适合任务	探索性、信息检索类	流程明确、多步骤复杂任务
失败模式	易陷入循环、上下文超限	计划偏差会传导到后续

选择建议：

• 开放探索、答案未知（如”调研 X 技术现状”）→ ReAct。
• 步骤可预先拆解（如”按清单完成数据处理流水线”）→ Plan-Execute。
• 复杂任务常用 混合：Plan-Execute 为主框架，关键节点用 ReAct 做局部探索。

面试加分点：指出 ReAct 的上下文膨胀问题，及用”记忆压缩/摘要”缓解；LangGraph 正是用图结构把这类范式工程化的框架。

出处：Agent 开发面经、LangGraph 相关岗位 JD（BOSS 直聘《AI 应用开发工程师 LangGraph / Agent》）。