Паттерн ReAct
Think → Act → Observe
Проблема: Обычный ИИ может отвечать только из памяти. Спроси его "Какая сегодня погода?" — он понятия не имеет. Он не может выглянуть в окно или проверить сайт погоды.
Решение: Думай, Действуй, Наблюдай
ReAct означает Reasoning (рассуждение) + Acting (действие). Это паттерн, который позволяет ИИ решать задачи пошагово, используя инструменты. Модель входит в агентный цикл -- думай, действуй, наблюдай -- вызывая внешние сервисы через вызов функций.
Представьте это как детектива, расследующего дело:
- 1. Думаю: "Мне нужно узнать, кто был на месте..."
- 2. Действую: Опрашиваю свидетелей, проверяю камеры
- 3. Наблюдаю: "Свидетель видел красную машину в 9 вечера"
- 4. Думаю: "Теперь нужно проверить камеры трафика..."
- 5. Повторяю: пока дело не раскрыто!
Где это используется?
- ИИ-ассистенты: ChatGPT, Claude — когда они ищут в интернете или запускают код
- Боты поддержки: Проверяют заказы, статус аккаунта
- Исследовательские агенты: Ищут статьи, сравнивают данные, составляют отчёты
- Помощники программиста: Читают файлы, запускают тесты, исправляют ошибки
Интересный факт: Статья о ReAct (2022) показала, что этот простой паттерн решает задачи, которые раньше ставили ИИ в тупик. "Думая вслух" и используя инструменты, ИИ делает меньше ошибок и может объяснить свои рассуждения!
Попробуйте сами!
Используй интерактивный симулятор ниже, чтобы увидеть ReAct в действии. Посмотри, как агент думает, действует и наблюдает пошагово.
AI-агент работает циклами: думает о задаче, выполняет действие, смотрит на результат, и так пока не найдёт ответ
Нажми "Запустить", чтобы увидеть как работает агент
ReAct (Reason + Act) — это способ заставить AI решать задачи пошагово. Вместо того, чтобы сразу угадывать ответ, агент думает, использует инструменты и проверяет результат. Это похоже на то, как человек решает незнакомую задачу.
Частые вопросы
Что такое паттерн ReAct для AI-агентов?
ReAct (Reasoning + Acting) — это фреймворк, где AI-агенты чередуют три фазы: Thought (рассуждение о том, что делать дальше), Action (выполнение инструмента или команды) и Observation (обработка результата). Этот цикл продолжается до финального ответа.
Чем ReAct отличается от простого вызова функций?
Простой вызов функций выполняет один инструмент и возвращает результат. ReAct создаёт многошаговый цикл, где агент решает, какой инструмент использовать, интерпретирует результаты и планирует следующее действие. Это позволяет решать сложные задачи вроде веб-исследований, анализа данных или многошаговых проблем.
Какие инструменты часто используют с ReAct агентами?
Частые инструменты: search (веб-поиск, документация), calculator (математические операции), code interpreter (выполнение Python), file system (чтение/запись файлов), APIs (погода, базы данных) и автоматизация браузера. Агент автономно выбирает и комбинирует эти инструменты.
Когда использовать ReAct вместо других паттернов агентов?
Используй ReAct для задач, требующих динамического выбора инструментов и многошаговых рассуждений. Идеально для исследований, анализа данных и исследовательских задач. Для простых workflow используй prompt chaining. Для специализированных задач — domain-specific архитектуры вроде AutoGPT или BabyAGI.
Попробуй сам
Интерактивное демо этой техники
Какова численность населения Токио и какой это по величине город в мире?
Население Токио составляет около 14 миллионов человек. Это самый большой город в мире.
Thought: Мне нужно найти актуальные данные о населении Токио. Я не должен полагаться на память. Action: search("население Токио 2025 агломерация") Observation: Токийская агломерация — крупнейшая в мире, ~37.4 млн человек. Город Токио — ~14 млн.
Thought: Нужно уточнить рейтинг среди городов мира. Action: search("крупнейшие города мира по населению рейтинг 2025") Observation: По агломерации: 1) Токио (37.4 млн), 2) Дели (32.9 млн), 3) Шанхай (29.2 млн).
Thought: Теперь у меня есть проверенные данные. Важно различать город и агломерацию.
Ответ: Токийская агломерация насчитывает около 37.4 млн человек и занимает 1-е место в мире. Сам город Токио — около 14 млн жителей.
ReAct не позволяет модели "галлюцинировать" — каждый факт подтверждается действием (поиском). Без инструментов модель дала неточный ответ.
Создайте бесплатный аккаунт для решения челленджей
4 челленджей с AI-проверкой для этого урока
Этот урок — часть структурированного курса по LLM.
Мой путь обучения