38
0今天我们来聊一聊ReAct这个框架的诞生。它的“历史地位”体现在， 从根本上提出了一个将 LLM（大型语言模型）从“静态知识库”转变为“动态行动者 (Agent)”的核心框架，使大型语言模型 (LLM) 能够以一种交错的方式，将推理 (Reasoning) 和行动 (Acting) 协同起来，以解决复杂的任务。当今几乎所有主流的 LLM Agent 开发框架（如 LangChain, LlamaIndex）都将 ReAct 作为最核心、最基础的 Agent 实现模式之一。无论是 OpenAI 开发的 GPTs（可以调用外部“Actions”）还是 Google 内部的 Agent 系统，其底层逻辑都遵循了 ReAct 提出的“（推理）思考”和“（工具）行动”相交错的范式。
总结来说，ReAct 的历史地位在于，将 LLM 从一个“博学的聊天者”升级为了一个可以在真实世界中执行复杂任务的“智能体”。
论文地址：arxiv.org
