AI Agent 面试全攻略：ReAct循环如何吃透？Thought-Action-Observation原理与必考27题-开发者社区

AI Agent 面试全攻略：ReAct循环如何吃透？Thought-Action-Observation原理与必考27题

【免费下载链接】ai-agent-interview-guideAI Agent 面试全攻略：从零到Offer，包含200+面试题、企业级项目(Python/Java/Go)、简历模板、STAR面试稿、哆啦A梦漫画图解项目地址: https://gitcode.com/gh_mirrors/ai/ai-agent-interview-guide

本文带你吃透 AI Agent 面试中的必考考点——ReAct 循环：从 Thought-Action-Observation 三大组件原理，到 27 道高频面试题速查表，再到三语言企业级项目中的真实实现路径，零基础也能快速建立起「原理 + 工程 + 答题话术」的完整知识闭环。

一、先搞懂：ReAct 到底是什么？🔁

ReAct = Reasoning + Acting（推理 + 行动），可以想象成一个「边想边做」的学生：不是一口气写完答案，而是先想「我接下来要干什么」，再去查资料、用计算器、调 API，看到结果后继续想下一步，循环直到给出Final Answer。

一句话总结：ReAct 把「思考过程」和「工具使用」写进同一条轨迹里，让推理可监督、可纠错、可复现。这正是面试官追问的第一层。

更完整的 Agent 定义与组成，可以配合 docs/01-面试八股文/01-基础概念.md 一起复习。

二、Thought / Action / Observation 原理拆解

ReAct 循环的本质是三个环节的交替执行：

环节	谁产生	内容	面试口径
Thought（思考）	模型	拆解子目标、选工具、预期结果	可解释、可调试、可作学习信号
Action（行动）	模型	调用某个工具 + 参数	必须是可用工具列表中之一
Observation（观察）	工具/系统	环境真实返回结果	⚠️ 只能来自工具，不能由模型编造

标准工作流程长这样（核心框架文档中附伪代码与完整 Prompt 模板）：

用户问题 →Thought拆解子目标 →Action选工具执行 →Observation获得外部反馈 →Thought修正计划 → …… →Final Answer

2.1 为什么 Observation 必须来自系统？

这是必考追问。模型若自己续写假 Observation，就会产生「看似合理但错误」的答案。工程上的做法是：执行器统一生成 Observation 并回填，模型只负责 Thought/Action，外加校验与重试。

2.2 ReAct 与 CoT 的本质区别（对比表必背）

维度	CoT	ReAct
外部环境	通常无	有（工具/Observation）
输出内容	推理文字为主	Thought + Action + Observation 交替
纠错方式	靠模型自省	靠外部真实反馈
核心目标	让模型更会想	推理 + 行动闭环，降低闭卷幻觉

一句话答法：CoT 让模型「更会想」；ReAct 让模型「在想的同时能动手，并用真实结果纠正自己」。

三、Prompt 设计与工程要点 💡

固定前缀解析：Thought:/Action:/Action Input:用固定格式便于程序解析，配合 1~3 个few-shot 轨迹示例可显著提高格式遵从率。
工具清单写进 Prompt：工具名、参数格式、边界条件都要写清，否则模型会「胡写工具名」。
停止条件三件套：出现 Final Answer、达到最大步数、检测到重复无效循环。
成本控制：每步一次 LLM 调用 + 工具调用，延迟随步数上升；用步数上限、小模型路由、工具结果缓存来兜底。

ReAct Prompt 模板的更多细节，见 docs/01-面试八股文/09-Prompt工程.md。

四、必考 27 题速查表 ✅

按四大类整理，面试前一晚过一遍即可（完整问答版在 docs/01-面试八股文/02-核心框架.md）：

4.1 原理类（Q1-Q8）

#	问题	答题要点
1	一句话解释 ReAct	交替输出推理与可执行行动，用工具返回的 Observation 闭环纠错，把推理接地到外部环境
2	与 CoT 的本质区别	CoT 只在内部推理；ReAct 绑定可执行行动，用真实 Observation 约束生成
3	为什么要显式写 Thought	可解释性、可调试性、学习信号（可做监督微调/评估中间步骤）
4	轨迹里哪部分必须由系统生成	Observation 必须来自工具/环境，防止模型伪造证据
5	Observation 造假怎么办	执行器生成 Observation，模型只写 Thought/Action，加校验与重试
6	循环的停止条件	Final Answer 出现 / 步数上限 / 检测到重复无效循环
7	为什么用固定前缀或 JSON 解析	便于程序化解析，工程上需配套解析器与重试策略
8	工具返回噪声大怎么办	工具侧清洗/结构化输出、二次检索、Thought 强制引用证据片段

4.2 Prompt 类（Q9-Q15）

#	问题	答题要点
9	为什么要给 few-shot 示例	提升固定格式遵从度，降低解析失败率
10	模板设计要点	工具清单 + 参数格式写清、强调 Observation 由系统填充、1~3 个示例
11	如何防止胡写工具名	工具清单与 schema 写入 Prompt，Action 必须在列表内
12	单行 Action 与 Action Input 两行的区别	`Search[query]`更紧凑，两行式参数更清晰，按模型特性固定一种
13	为什么禁止模型自续写 Observation	避免「闭卷幻觉」，系统统一回填保证真实
14	ReAct 对模型参数敏感吗	低温度（如 0.3）更利于格式与工具调用稳定
15	中英文工具名怎么选	依模型训练数据而定，可说明中文任务下指令语言可本地化

4.3 工程类（Q16-Q22）

#	问题	答题要点
16	成本高吗？	步数上限、小模型路由、工具结果缓存、摘要压缩历史轨迹
17	为什么限制 max_iterations	防止工具循环/解析失败导致无限循环，控制成本与延迟
18	格式漂移如何处理	稳健解析器 + 解析错误重试 + 回退兜底
19	AgentExecutor 的核心作用	标准化「决策→执行→回填→再决策」控制流，统一迭代限制与错误处理
20	何时用 LangGraph 替代	需要条件路由、回环修复、人工审核节点时，显式图更可观测
21	状态更新如何设计	schema 约束、append vs replace 归约策略、明确节点写入职责
22	ReAct 如何结合记忆系统	轨迹与反思写入短/长期记忆，下一轮检索相关 Observation 复用

4.4 对比与选型类（Q23-Q27）

#	问题	答题要点
23	何时 Plan-and-Execute 更优	步骤多、结构清晰、需全局分解与可审计计划时；动态工具交互仍用 ReAct
24	Re-planning 与 Reflexion 区别	前者调计划结构，后者做语言化策略总结并跨轮复用
25	ReAct vs LATS 树搜索	ReAct 主路径贪心；LATS 用多分支搜索与价值回传系统探索，成本更高
26	多 Agent 一定比单 Agent 强吗	不一定，存在协调成本与错误级联；分工清晰且有评估机制时收益才大
27	为什么说工具描述是接口设计	LLM 靠描述做路由与填参，描述即人机接口，直接决定成功率

真实面试中的 STAR 答法（如「为什么选 ReAct 而非 Plan-and-Execute」），可参考 docs/06-面试问答集/README.md。

五、企业级项目里，ReAct 是怎么落地的？🏗️

本项目提供了Python / Java / Go 三套企业级实现，读源码比背八股更快：

Python 版：react_agent.py 定义了 ReAct 系统 Prompt——明确要求「不要编造工具名称或 Observation」，Action Input 强制 JSON；配套的规划器见 planner.py、反思器见 reflection.py、总编排见 orchestrator.py。
Go 版：react.go 中ReActAgent.Run实现了 Thought → Action → Observation 迭代循环，Prompt 中写死「每次只能调用一个工具、最多迭代 N 次」的硬约束。
Java 版：ReActAgent.java 与 PlannerAgent.java 展示了同一套模式在 Spring 生态下的落地。

面试时如果能说出「我看过三语言实现，都用了步数上限 + 低温度 + JSON 参数约束」，说服力会远超纯背题。