Словарь ИИ

Что такое ReAct

Коротко

ReAct это способ работы ИИ-агента, при котором модель по очереди рассуждает и действует: думает, вызывает инструмент, смотрит на результат и думает снова.

ИИ-агенты · ReAct (Reasoning and Acting)

Михаил МозгПроверено: 16 октября 20261 минута чтения

Ребенку

Вспомни, как ты ищешь потерянный мяч. Сначала думаешь: наверное, он под диваном. Заглядываешь туда, а мяча нет. Тогда думаешь снова: может, остался во дворе. Выходишь и находишь его у забора. Ты чередуешь мысли и проверки, пока не найдешь. Умную программу можно научить искать ответ так же: подумала, проверила, подумала еще раз.

Простыми словами

Название складывается из двух английских слов: reasoning (рассуждение) и acting (действие). Модель не выдает ответ сразу, а пишет короткую мысль о том, что ей нужно узнать. Затем выполняет действие, например ищет в базе знаний или открывает страницу. Получает результат, записывает новую мысль и решает, что делать дальше. Цикл повторяется, пока ответ не найден. Так вопрос «есть ли этот товар на складе в Казани и когда его привезут» решается в несколько шагов: сначала остатки, потом график поставок, потом ответ клиенту.

Для бизнеса

На этой схеме построены многие агенты, которые пользуются системами компании: CRM, складом, почтой. Ее плюс в прозрачности: по журналу мыслей и действий видно, почему агент принял решение, и ошибку легко найти. Минусы в цене и скорости. Каждый шаг цикла означает новое обращение к модели, поэтому длинная задача стоит заметно дороже одного ответа и выполняется дольше. Если агент зацикливается, расход растет без пользы, поэтому задают предел шагов и бюджет на задачу. До внедрения проверяют на реальных обращениях, сколько шагов уходит в среднем и как часто агент берет не тот инструмент.

Для специалиста

ReAct (Reasoning and Acting) предложили Yao и соавторы в статье «ReAct: Synergizing Reasoning and Acting in Language Models» (arXiv, 2022; финальная версия для ICLR). Модель генерирует чередующиеся следы рассуждения (thought) и действия (action), а среда возвращает наблюдения (observation). Рассуждение помогает строить и корректировать план, действие приносит внешнюю информацию. На HotpotQA и FEVER обращение к простому API Википедии уменьшило галлюцинации и распространение ошибок по сравнению с цепочкой рассуждений (chain-of-thought). На ALFWorld и WebShop метод обошел имитационное обучение и обучение с подкреплением на 34 и 10 процентных пунктов успеха при одном-двух примерах в промпте. Сегодня схему реализуют через вызов функций (function calling): мысль остается текстом или скрытым рассуждением, действие оформляется вызовом инструмента. Развитие идеи: Reflexion добавляет разбор неудачных попыток.

Не путать. Не путать с React, библиотекой для создания веб-интерфейсов: совпадают только буквы названия.

Пример

Клиент спрашивает в чате, можно ли перенести доставку на субботу. Агент рассуждает, что нужен номер заказа, находит его в CRM, проверяет свободные окна курьеров и только после этого предлагает время.

Связанные термины

Вопросы и ответы

Чем ReAct отличается от цепочки рассуждений?

Цепочка рассуждений идет только внутри модели, без обращения к внешнему миру. Здесь к мыслям добавляются действия: поиск, запрос в базу, вызов программы. Поэтому модель опирается на свежие данные, а не только на свою память.

Где используют ReAct?

В ИИ-агентах поддержки, продаж и аналитики, которые сами ищут данные в системах компании. Многие фреймворки для агентов строят основной цикл именно так: мысль, действие, наблюдение.

Источники

Где это применяют в компании

Как работает ИИ в компании: данные, связь систем, анализ и действие

Не уверены, нужно ли это вашей компании?

Карта ИИ-решений