agent面试必备9-AI Agent 核心框架大揭秘

🌟 AI Agent 核心框架大揭秘：彻底搞懂 ReAct（面试重点中的重点！）

如果你正在准备 AI Agent 相关的面试，或者打算自己动手写一个 Agent，那么ReAct 框架绝对是你绕不开的“大山”。它不仅是目前最主流的 Agent 落地方式之一，更是面试官最爱考的核心概念。

今天我们就用最通俗易懂的语言、直观的例子和手把手的代码，带你彻底吃透 ReAct！

1. 💡 什么是 ReAct？（大白话解释）

ReAct 的全称是Reasoning + Acting（推理 + 行动）。

为了方便理解，你可以把它想象成一个**“边想边做”的模范学生**。
以前的大模型做题，喜欢“一口气把答案全写出来”（很容易脑补和胡说八道）。而 ReAct 要求大模型：

1. 先在心里嘀咕一句：「我接下来要干什么？」（这叫推理 Thought）
2. 真的去动手：比如去查资料、按计算器、调 API（这叫行动 Action）
3. 看看结果：拿到真实的返回结果（这叫观察 Observation）
4. 循环往复：根据刚才看到的结果，继续想下一步该干嘛，直到把题解出来（Final Answer）。

🌟 一句话总结：
ReAct = 把「思考过程」和「工具使用」写进同一条轨迹里，让大模型的推理过程可监督、可纠错、可复现。

2. ⚙️ 核心工作原理：神奇的闭环

大模型在单轮问答时，最致命的弱点就是容易“幻觉”（胡编乱造事实）。ReAct 通过“行动”把大模型锚定在外部真实的证据上。

它的标准工作流是一个死循环，直到得出最终结论：

1. 用户问题 (Question)→\rightarrow→“北京明天天气如何？”
2. 推理 (Thought)→\rightarrow→“我需要知道北京明天的天气，我应该调用天气搜索工具。”
3. 行动 (Action)→\rightarrow→选择工具search_weather，传入参数北京, 明天
4. 观察 (Observation)→\rightarrow→外部工具返回：“北京明天晴，22度。”
5. 推理 (Thought)→\rightarrow→“我已经拿到天气信息了，可以回答用户了。”
6. 最终答案 (Final Answer)→\rightarrow→“北京明天是晴天，气温22度哦。”

3. 📝 经典的 Prompt 模板设计

要想让大模型乖乖听话，按这套流程走，我们需要给它设定严格的 Prompt 模板。下面是一个经典的业界模板（面试时可以口述核心结构）：

你是一个可以调用外部工具来解决问题的智能助手。 你必须严格遵守以下格式进行多轮交互： Question: 你需要回答的用户输入问题 Thought: 仔细思考你下一步应该做什么 Action: 你要采取的行动，必须是 [{tool_names}] 中的一个 Action Input: 传入给该工具的参数 Observation: 工具执行后返回的真实结果 ... (上述 Thought/Action/Action Input/Observation 的循环可以重复多次) ... Thought: 我现在已经收集到了足够的信息，知道最终答案了 Final Answer: 针对原始问题的最终回答 开始！ Question: {question} Thought: {optional_seed_thought}

⚠️ 设计要点（面试踩坑提醒）：

• 工具清单要写清：减少模型胡乱编造工具名的情况。
• Observation绝不能让模型自己写：必须由我们的代码系统强制阻断模型生成，由真实工具执行后填入。
• 给几个示例 (Few-shot)：给模型演示 1~3 个完整的轨迹，能显著提高它对格式的遵从率。

4. 💻 代码实战：手写一个 ReAct 循环 (含保姆级注释)

面试官很喜欢让你手写或口述 ReAct 的代码逻辑。下面是一段极简但五脏俱全的 Python 代码逻辑：

fromtypingimportCallable,Dict,List,Tupledefparse_action(text:str)->Tuple[str,str]:""" 极简的解析器：从大模型输出的文本中提取出 Action 和参数。 (实际生产中建议使用 JSON 结构化输出或更稳健的正则表达式) """action=Noneaction_input=Noneforlineintext.splitlines():ifline.startswith("Action:"):action=line.split("Action:",1)[1].strip()ifline.startswith("Action Input:"):action_input=line.split("Action Input:",1)[1].strip()returnaction,action_inputdefreact_loop(question:str,tools:Dict[str,Callable],llm_call:Callable,max_steps:int=6)->str:""" 核心 ReAct 循环调度器 :param question: 用户的问题 :param tools: 字典格式的工具箱，key是工具名，value是执行函数 :param llm_call: 调用大模型的函数 :param max_steps: 为了防止死循环，设置最大尝试步数 """# 获取可用工具的名称列表tool_names="["+", ".join(tools.keys())+"]"# 记录历史交互轨迹：存入 Thought, Action, Observationhistory:List[Tuple[str,str,str]]=[]forstepinrange(max_steps):# 1. 组装当前的 Prompt（包含系统提示、历史轨迹和当前问题）prompt=build_prompt(question,history,tool_names)# 2. 调用大模型，获取模型的下一步打算out=llm_call(prompt)# 3. 检查是否得出了最终答案if"Final Answer:"inout:returnout.split("Final Answer:",1)[1].strip()# 4. 解析模型的输出，提取 Thought 和 Actionthought=extract_thought(out)# 假设我们有一个提取 Thought 的辅助函数action,action_input=parse_action(out)# 5. 安全校验：模型选的工具存在吗？ifnotactionoractionnotintools:obs=f"错误: 无效的工具。你必须从{list(tools.keys())}中选择。"else:# 6. 【最关键一步】执行真实的工具代码，获取观察结果！obs=tools[action](action_inputor"")# 7. 把这一轮的思考、行动和观察结果存入历史轨迹，供下一轮使用history.append((thought,f"{action}[{action_input}]",obs))# 如果把 max_steps 耗尽了还没得出答案，兜底退出return"执行失败：超过最大步数限制。"

5. 🎯 高频面试题与完美回答

Q1：ReAct 框架和“普通的 CoT（思维链）提示词”有什么本质区别？

标准答案：

• 普通的 CoT只在大模型内部展开推理，不强制与外部环境交互，容易产生闭卷幻觉。
• ReAct把推理与可执行的“行动”绑定在一起，每一步行动后都会有真实的 Observation（外部反馈）打断模型的盲目生成，用外部真实数据约束推理过程。

Q2：ReAct 为什么要显式地写出 Thought（思考过程）？直接输出动作不行吗？

标准答案：
显式写出 Thought 具有三大价值：

1. 可解释性：出了 bug，程序员看日志一眼就能看出它是哪一步想歪了。
2. 引导模型：就像人类做数学题写草稿一样，先写推理过程能显著提高大模型选择正确工具和参数的稳定性。
3. 学习信号：这些完整的 Thought 轨迹可以收集起来，未来用于做微调（SFT）训练更强的专属模型。

🔥 追问应对 1：如果大模型自己在输出里伪造了 Observation（观察结果）怎么办？

应对策略：在工程实现时，系统的解析器一旦检测到模型输出了Action和Action Input，就必须**强制截断（Stop Sequence）**它的生成！Observation必须由我们的 Python 代码调用真实 API 后填入，绝不能让模型自己续写。

🔥 追问应对 2：ReAct 循环这么多次，API 成本是不是很高？

应对策略：是的，每步一次调用，延迟和成本随步数线性上升。缓解方法包括：设置强制的max_steps上限、引入小模型作为专门的路由节点、以及对工具查询结果增加本地缓存（Cache）。

6. ⚖️ 优缺点与适用场景总结