002|ReAct / CoT / ToT / Plan-and-Execute:Agent 推理模式对比
Agent 的推理模式决定了它怎么分解问题、怎么调用工具、怎么修正错误。面试最爱问它们之间的区别。
核心结论:CoT(西·欧·梯,链式思考)只做推理,ReAct(瑞·艾克特)是推理 + 行动,ToT(梯·欧·梯)是多路径探索,Plan-and-Execute(普兰·安德·艾克·斯盖·特)是先计划再执行。企业面试会考你怎么选、怎么组合。
一、CoT:Chain of Thought
让 LLM 一步一步想,展示推理过程。
问题:15 + 27 = ?
思考:15 + 27,先算 15 + 20 = 35,再加 7 得 42。
答案:42
优点:提升复杂推理准确率,可解释。 缺点:只在模型内部推理,不调用外部信息。
适合:数学、逻辑、代码理解等纯推理题。
二、ReAct:Reasoning + Acting
交替进行 Thought 和 Action,通过工具获取外部信息后再推理。
Thought: 我需要先查广东昨天销售额。
Action: query_sales(region=广东, date=2026-07-14)
Observation: {"sales": 1200000}
Thought: 现在用户问环比下降,需要再查上一天数据。
Action: query_sales(region=广东, date=2026-07-13)
Observation: {"sales": 1400000}
Thought: 环比下降约 14.3%。
Final Answer: 昨天广东销售额 120 万,环比下降 14.3%。
优点:能处理需要外部信息的动态任务。 缺点:单路径,没回溯,容易一错到底。
适合:多步工具调用、数据查询、实时信息获取。
三、ToT:Tree of Thought
在多个可能路径中探索,评估后选择最优。
问题:怎么优化这个 SQL?
路径 A:加索引
路径 B:改写 join 顺序
路径 C:分区表
评估每个路径的预期效果,选择最优。
优点:能处理有多种方案的问题。 缺点:计算成本高,需要评估函数。
适合:决策类、方案选择类问题。
四、Plan-and-Execute
先制定完整计划,再按计划执行。
任务:生成一份月度销售报告。
计划:
1. 查询本月销售数据
2. 查询上月数据做对比
3. 分析 top 10 产品
4. 生成图表
5. 撰写文字总结
6. 输出 PDF
优点:流程清晰,可预测。 缺点:计划赶不上变化时调整慢。
适合:流程明确、步骤固定的任务。
五、四种模式对比
| 模式 | 核心 | 是否调用工具 | 是否多路径 | 适合场景 |
|---|---|---|---|---|
| CoT | 推理 | 否 | 否 | 纯逻辑推理 |
| ReAct | 推理 + 行动 | 是 | 否 | 动态工具调用 |
| ToT | 多路径探索 | 可 | 是 | 方案选择 |
| Plan-and-Execute | 先计划再执行 | 是 | 否 | 流程固定 |
六、面试问答
Q:ReAct 和 CoT 有什么区别?
CoT 只做推理,不调用外部工具。ReAct 是推理 + 行动,会调用工具获取信息,再根据观察结果继续推理。
Q:企业里选哪种?
数据查询类用 ReAct,报告生成类用 Plan-and-Execute,方案选择用 ToT,纯逻辑推理用 CoT。实际中经常组合使用。
七、一句话总结
CoT 让模型会思考,ReAct 让模型能行动,ToT 让模型会探索,Plan-and-Execute 让模型有章法。
下一步推荐
- 003|MCP 协议:模型上下文协议如何统一工具生态
- 004|RAG 评估与优化:从指标到工程的完整链路