反思式推理与 ReAct 框架有什么区别？

1. 核心机制的差异

ReAct（Reasoning + Acting）框架的核心是"思考-行动-观察"的交替循环，让模型在推理过程中动态调用工具获取新信息。根据 ReAct 原论文（Yao et al., ICLR 2023）的实验数据，在 HotPotQA 多跳问答任务上，纯 ReAct 的精确匹配率为 27.4%，略低于纯 Chain-of-Thought 的 29.4%；但当 ReAct 与 CoT 自一致性方法互补结合时，精确匹配率可提升至 35.1%。这组数据揭示了一个重要事实：ReAct 的价值在于为推理引入外部信息源，但其本身并不具备自我纠错能力——这正是它的核心局限。如果第一次走错了方向，ReAct 会继续沿错误路径推进，无法回头审视并修正先前的推理偏差。

反思式推理在 ReAct 的基础上增加了"反思"和"改进"两个环节，形成了"思考-行动-观察-反思-改进"的完整闭环。模型不仅执行任务，还会深度复盘"为什么失败、哪里出错、如何改进"，并根据反思结果调整后续策略。

2. 适用场景的分工

两种框架各有最适合的应用场景：

• ReAct 适合：信息检索、API 调用、数据查询等需要在推理过程中动态获取外部信息的任务，以及解决路径不明确但可以一步步探索的问题
• 反思式推理适合：代码生成与调试、复杂决策、多步骤规划等允许失败重试且需要从错误中学习的任务

在实践中，两者并非互斥——ReAct 提供了工具使用的骨架，反思机制提供了错误修正的能力，二者结合形成的 ReAct + Reflexion 架构被视为 2026 年生产级 Agent 的标准配置。

3. 性能与成本的权衡

ReAct 的 Token 消耗约为基线的 1 至 3 倍，延迟增幅较低；而反思式推理由于涉及多轮迭代和策略改进，Token 消耗可达基线的 2 至 4 倍。选择哪种方案取决于具体任务对准确性和效率的优先级排序。