ReAct (Prompting-Muster)
Reasoning + Acting — ein Agentenmuster, bei dem das LLM abwechselnd „Thought:" (Überlegung) und „Action:" (Werkzeugaufruf) erzeugt, ein „Observation:" vom Werkzeug erhält und das so lange wiederholt, bis die Aufgabe erledigt ist. Yao et al., 2022.
Pionierpaper für LLM-Agenten. Format z. B.: Thought: Ich muss den Preis von X herausfinden. Action: search("X Preis"). Observation: $50. Thought: Das passt ins Budget. Action: finish(yes). Trotz des Namens hat das Muster nichts mit der React-Bibliothek zu tun — reiner Zufall. LangChains ReAct-Agent war lange die Standardimplementierung. Modernere Alternativen: Plan-and-Execute, Reflexion (lernt aus Fehlern), Tree-of-Thoughts (Multi-Pfad-Reasoning). ReAct bleibt trotzdem die Agentenschleife, die als Erstes gelehrt wird.