ReAct-агент
Reasoning + Acting — паттерн агента (статья 2022 года), где LLM в цикле чередует рассуждение («Thought»), действие («Action», например вызов инструмента) и наблюдение («Observation») до решения задачи. Базовый рецепт большинства LLM-агентов.
Механика: модель формулирует мысль («нужно узнать X»), затем действие (вызывает инструмент), читает наблюдение (результат) и рассуждает дальше («теперь я знаю X, дальше нужен Y») — цикл повторяется, пока не получится ответ. Явно записанные рассуждения делают решения надёжнее (как в chain-of-thought), а возможность действовать между шагами позволяет добывать информацию и исправлять себя. Выигрыш: рассуждение соединяется с реальным использованием инструментов → решаются многошаговые задачи, недоступные чистому промптингу. Основа фреймворков вроде агентов LangChain и волны AutoGPT. Отличается от чистого chain-of-thought (только размышление, без действий). Один из самых влиятельных паттернов агентов.