面试官问你：“什么是 ReAct？”如果你回答“就是让大模型先想再做”，面试官追一句“那和 CoT 思维链有什么区别？”你就两手一摊，只能无语了。
为什么？
因为“先想再做”说的其实是 CoT。ReAct 多了一个关键动作——去现实世界里验证。
哈喽大家好，我是二哥呀。今天用 3 分钟，带你彻底搞懂 ReAct 和 CoT 的区别。
面试官问这道题，考两层：第一，ReAct 的三步循环你能不能完整说清楚；第二，它和 CoT 思维链的本质区别在哪，你能不能一句话点透。
好，接下来给你满分回答，照着背就完事了。
先搞清楚 CoT 是什么。CoT，Chain-of-Thought，思维链。让 LLM 一步步推理再给答案，不要直接给结论。比如你问“埃菲尔铁塔所在城市有多少人？”，CoT 会这样想：“埃菲尔铁塔在巴黎，我记得巴黎大概 210 万人，答案是 210 万。”全程在脑子里完成，不查任何外部数据。问题在哪？它“记得”的数据可能是过时的，也可能是编的，但它自己不知道。
再看 ReAct。ReAct，全称 Reasoning + Acting，2022 年由就读于普林斯顿大学的博士生姚顺雨作为第一作者和 Google 联合提出。
核心是一个三步循环：Thought 想、Action 做、Observation 看结果，然后回到 Thought 继续想。
同样的问题，ReAct 这么处理——Thought：“我需要查埃菲尔铁塔在哪个城市”。Action：搜索“埃菲尔铁塔位置”。Observation：返回“法国巴黎”。Thought：“现在查巴黎的人口”。Action：搜索“巴黎人口”。Observation：返回“市区约 210 万，大巴黎约 1300 万”。每一步推理都有真实数据兜底，最后输出的答案是经过验证的。
一句话点透区别——CoT 是闭卷考试，全靠脑子想，想错了没人纠正。ReAct 是开卷考试，想一步查一步，查到的真实结果会纠正下一步的推理方向。
有个数据很能说明问题：CoT 失败案例中 56% 是幻觉，模型自信地编了一个根本不存在的事实。ReAct 的幻觉率接近零，因为每一步都拿真实结果兜底。
面试官如果继续追问：“那 CoT 是不是被 ReAct 淘汰了？”
告诉他——没有。纯推理任务，比如数学计算、逻辑分析、代码审查，不需要查外部数据，CoT 反而更直接高效。ReAct 的优势在需要外部信息的场景。而且 ReAct 里面每一个 Thought 步骤，本身就是 CoT。两者不是替代关系，是组合关系——ReAct 把 CoT 的推理能力和工具调用结合在了一起。
最后送大家一句口诀——CoT 闭卷靠脑想，ReAct 开卷边查边想；想完去查，查完再想，幻觉自然没地藏。
这道题你学废了吗？想解锁更多 Agent 面试题的源码级拆解，点赞关注，我是二哥，下期见！
回复