Appearance
93. 描述一下 ReAct 模型在解决一个实际问题时的完整动态过程？
难度 P1 高频 · 岗位 应用 · 频率 ★★★ · 预计阅读 7 min
本题阅读地图
- 💡 简要回答
- 📝 详细解析
- 🎯 面试总结
👔面试官：你刚说 ReAct 是「思考-行动-观察」的循环，能给我举一个具体的例子，把整个过程还原出来吗？
🙋♂️我：就是先搜索，然后基于搜索结果得出答案，差不多就是这样。
👔面试官：「差不多就是这样」……多跳问题呢？搜一次不够怎么办？搜到了怎么判断要不要继续搜？搜到内容怎么提取关键信息？
🙋♂️我：那就再搜一次？
👔面试官：你有没有看过论文里的例子？核心是多跳推理，每一步 Thought 的作用，每一步 Action 怎么决定，你能不能系统地还原出来？
好，这道题的关键不是背流程，而是理解「每一步 Thought 在做什么」。
💡 简要回答
ReAct 的完整过程是一个由「思考 → 行动 → 观察」组成的动态迭代闭环，每一步都紧密依赖上一步的结果。
以多跳问答为例：模型拿到问题后不会立刻行动，而是先分析任务结构，判断需要哪些「中间跳」；然后逐跳执行：搜索 → 从结果中提取关键信息 → 更新子目标 → 继续下一跳，直到收集到足够信息才触发终止动作给出最终答案。
整个过程中，Thought 是大脑，Action 是手，Observation 是眼睛，三者缺一不可。
📝 详细解析
以多跳问答为例还原完整过程
我们以 ReAct 论文中的经典例子来还原这个过程，问题是：
科罗拉多造山带东段延伸区域的海拔范围是多少？
这是一个需要两步才能解决的「多跳问题」：先找到造山带东段延伸到了哪里，再查那个地方的海拔。
阶段一：任务解析与初步规划
模型接收到问题之后，第一步不是行动，而是思考：
Thought 1：这是一个多跳问题。要回答它，我需要先搞清楚「科罗拉多造山带东段」延伸到了哪个具体的地理区域，再去查那个区域的海拔。
这一步的价值是把问题拆解成了可执行的子任务，确定了「先查造山带，再查海拔」的路线图，避免了盲目行动。
阶段二：迭代式信息检索与推理更新
有了初步规划，开始第一次行动：
Action 1：
Search[Colorado orogeny]Observation 1：（维基百科返回一段关于科罗拉多造山带的描述文字）
模型读取返回内容，进行关键信息提取：
Thought 2：描述里提到了「东段（eastern sector）」这个概念，但没有直接说明它延伸到了哪里。我需要在页面内专门查找 eastern sector 的相关描述。
基于这个判断，触发更精准的行动：
Action 2：
Lookup[eastern sector]Observation 2：「东段延伸至高平原（High Plains）」
模型立刻进行子目标更新：
Thought 3：关键信息拿到了，东段延伸至 High Plains。现在任务转换了——我需要去查 High Plains 的海拔范围。
阶段三：信息验证与答案合成
Action 3：
Search[High Plains]Observation 3：「海拔从 1800 英尺到 7000 英尺」
模型完成最终推理：
Thought 4：检索到的海拔数据直接回答了原始问题，信息完整，可以得出最终结论。
Action 4：
Finish[1,800 to 7,000 ft]
每步 Thought 的具体作用
还原完流程，你会发现不同阶段的 Thought 承担着完全不同的职责：
| 阶段 | Thought 的作用 |
|---|---|
| 初始 | 任务拆解，制定多跳路线图 |
| 中间 | 关键信息提取，决定下一步搜索什么 |
| 跳转 | 子目标更新，把「找延伸区域」转换为「查海拔」 |
| 最终 | 完备性判断，确认信息足够后触发 Finish |
这不是简单的「想一下然后搜索」，每一步 Thought 都有明确的任务。把这个细节说清楚，面试官就知道你真的理解了 ReAct，而不只是背了个流程。
动态性的关键：每步依赖上步结果
ReAct 的动态性在于，它不是在开始就制定一个完整的计划然后逐步执行。而是每一步的 Action 都取决于上一步的 Observation。
如果 Observation 2 返回的是「东段延伸至落基山脉」，Thought 3 就会更新子目标为「查落基山脉的海拔」。这种动态调整能力，让 ReAct 在面对不确定的信息环境时表现出色。
🎯 面试总结
这道题很容易答得太浅，说完「搜索然后得出答案」就没了。面试官想听的是：
- Thought 在每个阶段做什么——不只是「思考」，而是任务拆解、信息提取、子目标更新、完备性判断，各阶段不一样
- 动态性从哪里体现——每步 Action 依赖上步 Observation，子目标会动态更新，这是 ReAct 区别于固定计划的关键
- 终止条件是什么——模型自己判断信息已完备，触发
Finish动作
能把这三点说清楚，这道题就答满了。