Agent 架构模式详解：ReAct、Plan-and-Execute、LATS、Proactive
难度：中级 分类：Agent 架构
简短回答
主流 Agent 架构模式各有侧重：ReAct 交替推理与行动，灵活且可解释性强，但 token 消耗高；Plan-and-Execute 先规划后执行，高效但适应性低；LATS 用树搜索探索多条路径，质量最高但成本是 ReAct 的 3-5 倍；Proactive Agent 主动预测用户需求，提前执行操作，提升用户体验但实现复杂度高。实际生产中，大多数系统采用混合模式：先生成粗略计划，再以 ReAct 方式逐步执行，保留偏离计划的自由度。
详细解析
ReAct（Reason + Act）
ReAct（Reasoning + Acting）是由 Yao et al. (2022) 提出的 LLM Agent 框架，核心思想是让 LLM 交替进行推理（Thought）和行动（Action），并根据外部环境的反馈（Observation）动态调整下一步。与纯推理（Chain-of-Thought）不同，ReAct 通过工具调用获取真实信息，有效减少幻觉；与纯行动（直接调用工具）不同，ReAct 通过显式推理提升了可解释性和决策质量。
核心循环：Thought -> Action -> Observation
ReAct 的运行机制是一个迭代循环：
Thought（思考）：LLM 分析当前状态，思考下一步应该做什么
Action（行动）：基于思考结果，选择并执行一个工具/操作
Observation（观察）：接收工具的执行结果作为新的上下文
重复上述过程，直到 LLM 认为已有足够信息给出最终答案
代码块
YAML
Thought 1: 我需要查找某公司的最新财报数据
Action 1: search_web("Company X Q4 2025 earnings report")
Observation 1: Company X reported revenue of $5.2B in Q4 2025...
Thought 2: 现在我有了财报数据，需要计算同比增长率
Action 2: calculator("(5.2 - 4.8) / 4.8 * 100")
Observation 2: 8.33
Thought 3: 我现在有了足够信息来回答问题
Final Answer: Company X 的 Q4 2025 营收为 $5.2B，同比增长 8.33%。
为什么不用纯推理（CoT）？
Chain-of-Thought (CoT) 让 LLM 逐步推理，但完全依赖模型的内部知识。问题在于：
•
幻觉（Hallucination）：模型可能"编造"看似合理但实际错误的事实
•
知识过时：模型的训练数据有截止日期，无法获取最新信息
•
错误传播：一步推理出错，后续步骤全部基于错误前提
ReAct 通过在推理过程中引入工具调用（Action），让模型能够从外部环境获取真实、最新的信息，形成"事实锚点"（Ground Truth Anchor），有效缓解这些问题。
为什么不用纯行动（直接工具调用）？
直接让 LLM 调用工具，跳过推理步骤，问题在于：
•
缺乏规划：不知道"为什么"调用这个工具，调用顺序可能不合理
•
不可解释：无法追踪决策逻辑
•
无法纠错：没有反思机制，一旦选错工具就无法调整
ReAct 的 Thought 步骤提供了显式的推理 trace，使得决策过程透明、可调试、可审计。
ReAct 的 Prompt 结构
一个典型的 ReAct Prompt 模板：
代码块
YAML
Answer the following questions as best you can. You have access to the following tools:
{tool_descriptions}
Use the following format:
Question: the input question you must answer
Python 实现（简化版）
代码块
Python
import re
import anthropic
client = anthropic.Anthropic()
TOOLS = {
"search": lambda q: web_search(q),
"calculate": lambda expr: str(eval(expr)), # ⚠️ 安全警告：生产环境不应使用 eval()，应使用安全的数学解析库（如 numexpr 或 asteval）
ReAct 的实际效果
原始论文（Yao et al., 2022）的实验结果表明：
•
在 HotpotQA（多跳问答）上，ReAct 通过与 Wikipedia API 交互，显著超越纯 CoT，减少了幻觉和错误传播
•
在 Fever（事实验证）上，ReAct 的事实核查能力优于基线方法
•
ReAct 生成的执行轨迹（Trajectory）更接近人类的问题解决方式，可解释性更强
主流框架中的 ReAct
ReAct 已成为 Agent 框架的默认模式：
•
LangChain/LangGraph：create_react_agent() 直接创建 ReAct Agent
•
CrewAI：Agent 默认使用 ReAct 范式交替推理和行动
•
Anthropic Claude：通过 Tool Use API 天然支持 ReAct 模式（模型自动在思考和工具调用间交替）
ReAct 优劣势总结
优势：
•
高度灵活，能根据中间结果动态调整策略
•
可解释性强，每步都有显式的推理 trace
•
适合探索性、不确定性高的任务
劣势：
•
每步都需要完整的 LLM 调用（携带全部上下文），token 消耗高
•
8 步任务可能消耗 50K-100K tokens
•
无法并行执行，所有步骤严格顺序
•
可能陷入推理循环
适用场景： 需要动态探索、中间结果不可预测的任务，如开放域问答、研究调查、交互式调试。
Plan-and-Execute
核心机制： 将任务分为两个阶段——Planner（规划器）生成完整的行动计划，Executor（执行器）逐步执行计划中的每一步。
代码块
SQL
优势：
•
LLM 调用次数少（规划一次 + 每步执行一次，执行可用更小的模型）
•
成本显著低于 ReAct
•
强制 LLM 预先想清楚完整步骤，减少遗漏
•
每步执行可以并行化（如果步骤间无依赖）
劣势：
•
初始计划的质量是瓶颈——计划错了，后续全错
•
适应性差，面对意外情况难以偏离原计划
•
需要额外的 Replanning 机制来应对执行中的变化
•
不适合高度动态、不确定的任务
适用场景： 结构明确的多步任务，如数据处理流水线、报告生成、自动化测试。
Proactive Agent（主动式 Agent）
核心机制： 不同于 Reactive Agent（被动响应用户指令），Proactive Agent 会主动预测用户需求、提前执行相关操作，在用户明确要求之前就做好准备。
代码块
Plain Text
Reactive Agent:
用户: "帮我查一下明天的天气"
Agent: [查询] "明天是晴天"
核心特性：
需求预测
•
从对话上下文推断用户潜在需求
•
利用用户历史行为模式
•
结合时间、地点、角色等上下文信息
主动行动
•
无需用户明确指令即可执行
•
提前获取可能需要的资源
•
预加载相关数据以减少延迟
适度性判断
•
判断何时应该主动，何时需要确认
•
避免过度打扰用户
•
在效率和用户体验间取得平衡
代码块
Python
class ProactiveAgent:
def __init__(self, llm, tools, user_profile):
self.llm = llm
self.tools = tools
self.user_profile = user_profile # 用户偏好、历史行为等
def process(self, user_input: str, context: dict) -> str:
# 1. 理解用户显式需求
explicit_needs = self._parse_needs(user_input)
# 2. 预测潜在需求
implicit_needs = self._predict_needs(user_input, context)
# 3. 判断哪些潜在需求值得主动处理
proactive_actions = []
优势：
•
显著提升用户体验，减少用户操作步骤
•
更接近人类助手的自然交互方式
•
可以在后台预加载，减少感知延迟
•
适合长期陪伴式场景（如个人助理、客服）
劣势：
•
需求预测准确度难以保证，可能误判
•
过度主动可能打扰用户
•
消耗更多资源（执行了用户未明确要求的操作）
•
对隐私敏感的操作需要谨慎
应用场景：
个人助理 - 检测到用户要出差时，主动准备天气、交通、酒店信息
客服系统 - 用户咨询产品时，主动展示相关文档、使用教程
代码助手 - 检测到用户在调试时，主动加载相关错误文档
数据分析师 - 用户选择某个指标时，自动展示相关趋势和对比
关键设计原则：
#rFVyrKrgPwZA text{white-space:pre}.fb0{stroke:var(--N900-FG, 0.15)}.fx0{stroke-miterlimit:10}.fa1{fill:#bbbfc4}.fx1{font:normal 400 12px MonospacedNumber,LarkHackSafariFont,LarkEmojiFont,LarkChineseQuote,-apple-system,BlinkMacSystemFont,Helvetica Neue,Tahoma,PingFang SC,Microsoft Yahei,Arial,Hiragino Sans GB,sans-serif,Apple Color Emoji,Segoe UI Emoji,Segoe UI Symbol,Noto Color Emoji}.fx2{text-anchor:middle}.fx3{dominant-baseline:central}.fx4{stroke:none}.fc0{fill:var(--text-caption)}.fa2{fill:var(--text-link-disabled)}.fx5{font:400 normal 13px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"}.fx6{text-anchor:start}.fx7{dominant-baseline:alphabetic}.fc1{fill:rgb(0, 0, 0)}.fb1{fill:var(--N900-FG, 0.15)}.fb2{fill:rgb(209, 217, 224)}.fa3{fill:var(--bg-body)}AB12345原则透明化可撤销渐进式学习性说明让用户知道 Agent 主动做了什么，以及为什么主动操作的结果应能被用户轻松取消或忽略初期保守，随着用户信任建立逐渐增加主动性根据用户反馈（接受/拒绝）调整主动策略
与 Reactive Agent 的对比：
#ceGqXmuVskVO text { white-space: pre; }#ceGqXmuVskVO .fb0 { stroke: var(--N900-FG, 0.15); }#ceGqXmuVskVO .fb0 {stroke: rgba(31,35,41, 0.15)}#ceGqXmuVskVO .fx0 { stroke-miterlimit: 10; }#ceGqXmuVskVO .fx0 {stroke-miterlimit: 10}#ceGqXmuVskVO .fa1 { fill: rgb(187, 191, 196); }#ceGqXmuVskVO .fa1 {fill: rgb(187, 191, 196)}#ceGqXmuVskVO .fx1 { font: 400 12px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#ceGqXmuVskVO .fx1 {font-style: normal}#ceGqXmuVskVO .fx2 { text-anchor: middle; }#ceGqXmuVskVO .fx2 {text-anchor: middle}#ceGqXmuVskVO .fx3 { dominant-baseline: central; }#ceGqXmuVskVO .fx3 {dominant-baseline: central}#ceGqXmuVskVO .fx4 { stroke: none; }#ceGqXmuVskVO .fx4 {stroke: none}#ceGqXmuVskVO .fc0 { fill: var(--text-caption); }#ceGqXmuVskVO .fc0 {fill: #646a73}#ceGqXmuVskVO .fa2 { fill: var(--text-link-disabled); }#ceGqXmuVskVO .fa2 {fill: rgb(187, 191, 196)}#ceGqXmuVskVO .fx5 { font: 400 16px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#ceGqXmuVskVO .fx5 {font-style: normal}#ceGqXmuVskVO .fx6 { text-anchor: start; }#ceGqXmuVskVO .fx6 {text-anchor: start}#ceGqXmuVskVO .fx7 { dominant-baseline: alphabetic; }#ceGqXmuVskVO .fx7 {dominant-baseline: alphabetic}#ceGqXmuVskVO .fc1 { fill: rgb(31, 35, 40); }#ceGqXmuVskVO .fc1 {fill: rgb(31, 35, 40)}#ceGqXmuVskVO .fb1 { fill: var(--N900-FG, 0.15); }#ceGqXmuVskVO .fb1 {fill: rgba(31,35,41, 0.15)}#ceGqXmuVskVO .fb2 { fill: rgb(209, 217, 224); }#ceGqXmuVskVO .fb2 {fill: rgb(209, 217, 224)}#ceGqXmuVskVO .fa3 { fill: var(--bg-body); }#ceGqXmuVskVO .fa3 {fill: #fff}ABC123456维度触发方式用户体验资源消耗实现复杂度适用场景Reactive Agent用户指令明确但需要多步按需消耗中等任务执行工具Proactive Agent指令 + 上下文预测高效但可能意外可能有冗余消耗高（需预测和适度性判断）陪伴式服务
实现模式：
代码块
Plain Text
# 模式 1：置信度阈值
if predicted_need.confidence > 0.9:
execute_immediately()
elif predicted_need.confidence > 0.7:
ask_user("我检测到可能需要 X，是否处理？")
else:
ignore()
# 模式 2：异步预加载
execute_async(predicted_needs) # 后台执行
if user_explicitly_requests():
return_cached_result()
LATS（Language Agent Tree Search）
核心机制： 借鉴蒙特卡洛树搜索（MCTS），将 Agent 的行动空间建模为一棵树，同时探索多条路径，评估每条路径的质量，在死胡同时回溯尝试其他分支。
LATS 把行动空间建模为树：并行探索多分支，死路回溯，有效分支继续展开，最终收敛到最优路径。
优势：
•
通过并行探索多条路径，找到更高质量的解
•
具备回溯能力，不会被单一错误路径困死
•
Zhou et al. (2023) 的论文表明 LATS 在多步推理任务上超越 ReAct
•
特别适合有多种可行方案需要比较的场景
劣势：
•
成本极高：通常是 ReAct 的 3-5 倍
•
延迟更大：需要并行生成和评估多个分支
•
实现复杂度高
•
对简单任务过度设计
适用场景： 复杂推理、代码生成（需要探索多种实现方案）、数学证明、需要高可靠性的关键决策。
综合对比
#VZMMIrmTMPJJ text { white-space: pre; }#VZMMIrmTMPJJ .fb0 { stroke: var(--N900-FG, 0.15); }#VZMMIrmTMPJJ .fb0 {stroke: rgba(31,35,41, 0.15)}#VZMMIrmTMPJJ .fx0 { stroke-miterlimit: 10; }#VZMMIrmTMPJJ .fx0 {stroke-miterlimit: 10}#VZMMIrmTMPJJ .fa1 { fill: rgb(187, 191, 196); }#VZMMIrmTMPJJ .fa1 {fill: rgb(187, 191, 196)}#VZMMIrmTMPJJ .fx1 { font: 400 12px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#VZMMIrmTMPJJ .fx1 {font-style: normal}#VZMMIrmTMPJJ .fx2 { text-anchor: middle; }#VZMMIrmTMPJJ .fx2 {text-anchor: middle}#VZMMIrmTMPJJ .fx3 { dominant-baseline: central; }#VZMMIrmTMPJJ .fx3 {dominant-baseline: central}#VZMMIrmTMPJJ .fx4 { stroke: none; }#VZMMIrmTMPJJ .fx4 {stroke: none}#VZMMIrmTMPJJ .fc0 { fill: var(--text-caption); }#VZMMIrmTMPJJ .fc0 {fill: #646a73}#VZMMIrmTMPJJ .fa2 { fill: var(--text-link-disabled); }#VZMMIrmTMPJJ .fa2 {fill: rgb(187, 191, 196)}#VZMMIrmTMPJJ .fx5 { font: 400 13px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#VZMMIrmTMPJJ .fx5 {font-style: normal}#VZMMIrmTMPJJ .fx6 { text-anchor: start; }#VZMMIrmTMPJJ .fx6 {text-anchor: start}#VZMMIrmTMPJJ .fx7 { dominant-baseline: alphabetic; }#VZMMIrmTMPJJ .fx7 {dominant-baseline: alphabetic}#VZMMIrmTMPJJ .fc1 { fill: rgb(0, 0, 0); }#VZMMIrmTMPJJ .fc1 {fill: rgb(0, 0, 0)}#VZMMIrmTMPJJ .fb1 { fill: var(--N900-FG, 0.15); }#VZMMIrmTMPJJ .fb1 {fill: rgba(31,35,41, 0.15)}#VZMMIrmTMPJJ .fb2 { fill: rgb(209, 217, 224); }#VZMMIrmTMPJJ .fb2 {fill: rgb(209, 217, 224)}#VZMMIrmTMPJJ .fa3 { fill: var(--bg-body); }#VZMMIrmTMPJJ .fa3 {fill: #fff}ABCDE12345678910维度核心思路灵活性成本延迟结果质量可解释性并行能力错误恢复实现难度ReAct边想边做高中高中良好强（每步有 Thought）无动态调整低Plan-and-Execute想好再做低（无 replanning 时）低低结构化任务优秀中（有计划但执行不透明）部分（独立步骤）需要显式 replanning中Proactive主动预测需求高（主动适应）中（含冗余预测）低（预加载）优秀（用户体验佳）中（需说明主动行为原因）强（预加载并行）需用户反馈调整中高（需适度性判断）LATS多条路同时探索极高极高（3-5x ReAct）高最高中（有树结构但复杂）强（多分支并行）自动回溯高
混合模式：生产实践中的最佳选择
实际生产中，大多数团队不会只用一种模式，而是组合使用：
代码块
Python
# 混合模式：Plan-and-Execute + ReAct
class HybridAgent:
def run(self, task: str):
常见混合策略：
ReAct + Reflexion：在 ReAct 失败后加入反思，从失败中学习
Plan-and-Execute + ReAct：先计划，再用 ReAct 执行每一步，允许动态调整
LATS + Plan-and-Execute：用 LATS 探索多种计划方案，选最优计划后执行
分层混合：高层用 Plan-and-Execute 做战略规划，低层用 ReAct 做战术执行
选择决策树
按任务结构明确性、依赖关系、可靠性需求、预算四问选出架构模式。
常见误区 / 面试追问
误区："ReAct 就是 Function Calling" — Function Calling 是底层能力（让 LLM 生成结构化的工具调用请求），ReAct 是上层模式（在推理和行动之间交替的决策框架）。ReAct 可以基于 Function Calling 实现，但两者不是一回事。
误区："ReAct 是最先进的，应该总是使用" — ReAct 适合探索性任务，但对结构明确的任务来说，Plan-and-Execute 更高效、更便宜。没有通用最优架构。
误区："Plan-and-Execute 无法处理变化" — 加入 Replanning 机制后，Plan-and-Execute 也能应对执行中的意外。关键是设计好触发 replan 的条件。
追问："ReAct 的主要缺陷是什么？" — (1) 高 token 消耗和延迟；(2) 可能陷入推理循环（反复调用同一工具）；(3) 无法并行执行多个独立操作，因为每步都是顺序的。
追问："如何改进 ReAct？" — (1) 加入 Reflexion 机制让 Agent 从失败中学习；(2) 混合 Plan-and-Execute，先生成粗略计划再 ReAct 执行；(3) 设置最大步数和重复检测来防止死循环。
追问："如何在成本和质量间取舍？" — 从 ReAct 开始建立 baseline，如果质量不够再考虑 LATS。用 Model Routing 对简单任务用 ReAct + 小模型，复杂任务用 LATS + 强模型。
追问："Proactive Agent 的核心挑战是什么？" — 适度性判断：太主动会打扰用户，太保守又失去意义。需要建立反馈循环，学习用户的接受度阈值。
追问："Gartner 预测 40% 的企业应用将包含 Agent，主流模式是什么？" — 混合模式（Planning Preamble + ReAct Execution），因为它在灵活性和成本间取得了最佳平衡。
参考资料
•
ReAct: Synergizing Reasoning and Acting in Language Models (arXiv:2210.03629)
•
ReAct Prompting (Prompt Engineering Guide)
•
•
A Simple Python Implementation of the ReAct Pattern (Simon Willison)
•
ReAct Pattern: Interleaving Reasoning and Action (Michael Brenndoerfer)
•
ReAct vs Plan-and-Execute: A Practical Comparison (DEV Community)
•
Navigating Modern LLM Agent Architectures (Wollen Labs)
•
Agent Architectures: ReAct, Self-Ask, Plan-and-Execute (APXML)
•
How to Build a Plan-and-Execute AI Agent (EMA)
•