从零实现一个 ReAct 智能体：架构原理、核心循环与进阶扩展

AI 智能体是当前人工智能领域最具变革性的方向之一。它不再局限于单轮问答，而是能够感知环境、自主规划、调用工具、记忆历史，并持续迭代以达成目标。从 AutoGPT 到 LangChain，从 ReAct 到多智能体协作，智能体正在重塑人机交互的范式。这篇文章从专业角度剖析智能体的核心架构，并给出可落地的代码实现——不讲空泛概念，直接手写一个最小但五脏俱全的 ReAct 智能体。

一、核心架构：Agent = LLM + 规划 + 记忆 + 工具

一个完整的 AI 智能体通常包含五个模块。感知（Perception）负责接收用户输入、环境状态或多模态信息；规划（Planning）把复杂任务分解为子任务、决定下一步行动；记忆（Memory）中短期记忆保存当前上下文、长期记忆通过向量数据库持久化；工具（Tools）调用外部 API、代码执行器、搜索引擎扩展能力边界；执行（Action）根据决策执行动作，并将结果反馈给规划模块。

其中大语言模型充当"大脑"，负责推理与决策。智能体的本质是一个循环控制系统：观察→思考→行动→观察，直到任务完成。理解了这个循环，所有框架在你眼里都会变得通透——它们只是把这个循环工程化的壳。

二、两种主流范式：ReAct 与 Plan-and-Execute

ReAct（Reasoning + Acting）是最经典的智能体范式。它让 LLM 交替生成"思考"和"动作"，通过工具调用获取外部信息，再根据结果继续推理。它的优势在于动态适应性强——模型可以根据中间结果调整策略，比如搜索"2026 年最新大模型排名"后发现信息不够，可以换个关键词再搜，而不是硬着头皮编。适合探索性、需要临场应变的任务。

Plan-and-Execute 则先制定完整计划，再逐步执行。它适合流程明确、步骤较多的任务，能减少 LLM 调用次数、降低成本。还有 Reflexion 范式引入自我反思机制，让智能体从失败中学习，修正后续决策。三种范式并不互斥，实践中常常组合使用。

三、代码实现：一个最小 ReAct 智能体

下面这段 Python 代码展示了一个具备工具调用和短期记忆的 ReAct 智能体核心逻辑。为了把原理讲透，我们刻意不依赖任何框架，直接用 OpenAI SDK：

importjson,osfromopenaiimportOpenAI client=OpenAI(api_key=os.getenv("OPENAI_API_KEY"))# 工具注册：实际应用中应使用安全沙箱，避免 eval 风险TOOLS={"calculator":lambdaexpr:str(eval(expr,{"__builtins__":{}},{})),"search":lambdaquery:f"[模拟搜索]{query}的相关结果",}defcall_llm(messages):resp=client.chat.completions.create(model="gpt-4o-mini",messages=messages,temperature=0)returnresp.choices[0].message.contentdefreact_agent(task,max_steps=6):scratchpad=[]# 短期记忆for_inrange(max_steps):prompt=f"""任务：{task}可用工具：{list(TOOLS.keys())}历史：{chr(10).join(scratchpad)}请严格按JSON输出：{{"thought":"...","action":"工具名或final","action_input":"..."}}"""raw=call_llm([{"role":"user","content":prompt}])try:decision=json.loads(raw)exceptjson.JSONDecodeError:scratchpad.append("解析失败，重试")continuescratchpad.append(f"思考：{decision['thought']}")ifdecision["action"]=="final":returndecision["action_input"]tool=TOOLS.get(decision["action"])ifnottool:scratchpad.append(f"未知工具：{decision['action']}")continuetry:result=tool(decision["action_input"])exceptExceptionase:result=f"工具错误：{e}"scratchpad.append(f"动作：{decision['action']}({decision['action_input']}) ->{result}")return"达到最大步数，任务未完成"``` 代码解析：TOOLS 字典注册了可调用工具；call_llm 封装 LLM 接口；react_agent 维护 scratchpad 作为短期记忆，循环执行"生成决策→解析 JSON→调用工具→记录结果"。当 LLM 输出 final 时返回答案。这个实现里有两个值得注意的设计：一是让模型以结构化 JSON 输出决策（thought/action/action_input），而不是自由文本，极大降低了解析成本；二是把每一步思考与工具结果都追加进 scratchpad 作为短期记忆，让模型在下一次决策时能看到完整的推理轨迹——这就是 ReAct 循环"观察"环节的工程化实现。## 四、进阶一：升级为原生 Function Calling上面用自由文本 JSON 的方式教学原理，但生产环境强烈建议使用原生 Function Calling。区别在于：模型直接输出结构化的 tool_calls，由框架保证格式，无需自己解析 JSON；消息历史中的角色语义（system/user/assistant/tool）更加清晰。用 Function Calling 版本，工具执行循环会更健壮： ```pythondefrun_agent(user_input,max_steps=5):messages=[{"role":"system","content":"你是严谨助手。"},{"role":"user","content":user_input}]for_inrange(max_steps):resp=client.chat.completions.create(model="gpt-4o-mini",messages=messages,tools=TOOLS_SCHEMA,tool_choice="auto")msg=resp.choices[0].message messages.append(msg)ifnotmsg.tool_calls:returnmsg.contentfortcinmsg.tool_calls:result=TOOL_MAP[tc.function.name](**json.loads(tc.function.arguments))messages.append({"role":"tool","tool_call_id":tc.id,"content":str(result)})return"达到最大步数"```## 五、进阶二：注入长期记忆scratchpad 只是短期记忆，会话结束就消失了。生产级智能体需要长期记忆：把用户偏好、历史行为、领域知识向量化存入向量数据库，新会话开始时检索相关片段注入上下文。可以先用最简单的方式实现——维护一个 JSON 文件或 SQLite 表存历史，再用 Embedding 检索。进阶方案是 Chroma/Qdrant+RAG。关键设计原则：检索回来的内容要经过重排序和压缩，只注入最相关的部分，避免上下文膨胀稀释指令。## 六、进阶三：自我反思与安全护栏Reflexion 范式让智能体在任务失败后反思错误、记录经验、下一轮避免重蹈覆辙。实现上可以在 scratchpad 末尾增加一步"反思"：模型总结刚才哪里做错了、下次应该怎么做，作为后续决策的指导。这能显著提升长任务的成功率——实验表明，带反思的迭代循环比无反思的线性重试收敛更快、质量更稳。 安全护栏方面：计算类工具不要用eval，改用 AST 白名单解析（只允许加减乘除幂）；工具执行异常要作为观察结果回传，而不是中断循环；所有工具调用记录审计日志；涉及高危操作设置人工确认门禁。## 七、挑战与展望当前 AI 智能体仍面临诸多挑战：幻觉导致错误决策，无限循环消耗资源，安全风险如工具滥用与提示注入，成本控制与对齐问题。未来，多模态感知、多智能体协作、持续学习与人类反馈强化学习将成为关键突破点。但无论技术怎么演进，"观察→思考→行动"的闭环不会变——理解了这个最小循环，你就拿到了智能体世界的钥匙。 AI 智能体标志着 AI 从"被动回答"走向"主动执行"。掌握其架构原理与工程实现，是开发者拥抱下一代 AI 应用的核心能力。随着生态成熟，智能体有望成为数字世界的通用执行单元。