CoT / ReAct（思维链 / 推理-行动）

定义

CoT（Chain-of-Thought，思维链） 指让 LLM 在给出最终答案前，显式输出中间推理步骤，把"直接答"变为"分步想再答"，从而显著提升数学、逻辑、多步推理任务的准确率。由 Wei et al.（Google，2022）在 few-shot 场景下系统验证。

ReAct（Reasoning + Acting） 由 Yao et al.（2022）提出，把 CoT 的纯推理与外部行动（工具调用）交错：模型在每一步先"思考（Thought）"再"行动（Action）"，然后"观察（Observation）"工具返回，循环直至得出答案。ReAct 是现代 Agent 的推理骨架。

核心特点

CoT

1. 显式中间步骤：输出"因为…所以…"的推理链。
2. 零样本触发：一句"Let's think step by step"即可触发。
3. 少样本对齐：给带推理的示例效果更佳。
4. 提升复杂推理：对多步/数学/逻辑任务增益显著，简单任务增益小。

ReAct

1. 推理-行动交错：Thought → Action → Observation 循环。
2. 接地外部信息：通过行动（搜索、查询）获取真实信息，缓解幻觉。
3. 可追溯：每步思考与行动可见，便于调试。
4. Agent 骨架：是多数 Agent 框架的推理范式基础。

工作流程

CoT

flowchart LR
    A[问题] --> B[逐步推理]
    B --> C[最终答案]

ReAct

flowchart TD
    A[问题] --> B[Thought: 推理下一步该做什么]
    B --> C[Action: 调用工具]
    C --> D[Observation: 工具返回]
    D --> E{足够回答?}
    E -- 否 --> B
    E -- 是 --> F[Final Answer]

ReAct 单轮结构示例：

Question: 科罗拉多造山运动延伸到的地区的海拔范围是多少？
Thought 1: 我需要先查科罗拉多造山运动延伸到哪里。
Action 1: Search[科罗拉多造山运动]
Observation 1: 延伸至高平原地区。
Thought 2: 我需要查高平原的海拔范围。
Action 2: Search[高平原 海拔]
Observation 2: 约 1800-2400 米。
Thought 3: 已得到所需信息。
Action 3: Finish[1800-2400 米]

优缺点

CoT

• 优点：实现极简（一句提示）；复杂推理提升显著；可解释性增强。
• 缺点：增加 token 消耗；简单任务无增益甚至劣化；推理链可能"看似合理实则错误"。

ReAct

• 优点：接地外部信息降幻觉；可追溯；是 Agent 通用骨架。
• 缺点：循环消耗大；工具描述/选择错误会带偏推理；长链路易丢失目标。

实战示例

场景：计算"某公司 2023 年营收同比增长率"。

• CoT 风格（已知数据在上下文）：

  2023 营收 = 120 亿，2022 = 100 亿。 Thought: 增长率 = (120-100)/100 = 20%。 Answer: 20%。

• ReAct 风格（数据需查询）：

  Thought 1: 需先查 2023 与 2022 营收。 Action 1: QueryDB[revenue, year in (2022,2023)] Observation 1: {2022:100, 2023:120} Thought 2: (120-100)/100 = 0.2 Action 2: Finish[20%]

注意事项

1. CoT 触发：复杂任务加"一步步思考"；简单任务可省，避免冗余。
2. Self-Consistency：对 CoT 多次采样取多数，提升稳定性。
3. ReAct 工具描述：清晰描述工具用途与参数，否则模型误选。
4. 终止条件：设最大步数，防 ReAct 死循环。
5. 观察裁剪：工具返回过长时裁剪，避免上下文膨胀。
6. 推理 vs 行动平衡：纯 CoT 易幻觉，纯行动缺规划，ReAct 平衡两者。
7. ** newer 变体**：Reflexion（自我反思）、Plan-and-Solve、Tree-of-Thoughts 等是 CoT/ReAct 的演进。

对比与选型建议

选型建议：数据已在上下文用 CoT；需查外部信息用 ReAct；简单事实直接答。ReAct 是构建 Agent 的推理骨架，CoT 是其推理子能力。

参考资料

• Wei et al., "Chain-of-Thought Prompting Elicits Reasoning"（2022）
• Yao et al., "ReAct: Synergizing Reasoning and Acting in Language Models"（2022）
• "Self-Consistency Improves Chain of Thought Reasoning"
• "Tree of Thoughts"、"Reflexion"、"Plan-and-Solve" 等演进