面经策

什么是 CoT 思维链和 ReAct 模式？它们如何提高 AI 推理能力？ ​

  • 标签：通用、编程导航

🏛 业务架构师 ​

两者都是提升推理的思路，但作用的环节不同：

  • CoT（思维链）：想得更深——在给出答案前展开逐步推理（"第一步…第二步…所以…"）。模型把中间推理写出来，等于"打草稿分步算"，避免一步到位的跳步错误。发生在模型内部的表达层；
  • ReAct：做得更对——推理与行动交替（Thought → Action 调工具 → Observation 看结果 → 再思考），根据真实反馈修正方向。推理链延伸到了外部世界。

组合关系：ReAct 的每个 Thought 本身就是一段 CoT——CoT 是推理的表达形式，ReAct 是"推理 + 执行 + 反馈"的闭环结构，后者包含前者。

它们如何提高 AI 推理能力（机制层面）：

  • CoT 利用的是自回归生成的特性：已生成的推理文本成为后续 token 的上下文——把复杂问题分解成模型能逐个击破的小步，相当于扩大了模型的"有效思考带宽"；
  • ReAct 补上了 CoT 的致命缺陷：纯思维链闭门造车——模型可能基于错误假设推理出"逻辑自洽但事实错误"的结论；ReAct 每步用工具返回的真实世界数据校准推理——用事实锚定思考（查到真实天气再规划行程，而不是脑补）。

业务落地的心得：CoT 用于纯逻辑任务（数学、多条件判断、合同条款分析）成本仅 token 增加，性价比高；ReAct 用于需要外部数据与多步执行的任务（调研、规划），但要配预算熔断与循环检测——推理能力越强，越要配管理手段，不然烧钱也烧得更快。

一句话：CoT 给模型草稿纸，ReAct 给模型实验室——一个加深思考，一个校验思考。

🏗 系统架构师 ​

两者都是"让模型推理更接近思考过程"的技术，但层次不同：

CoT（思维链）：让模型在输出答案前显式展开中间推理步骤。机制：LLM 逐 token 生成，中间推理 token 相当于扩展的"工作记忆"——复杂问题直接出答案没有计算空间，分步生成让每一步以前文为条件，数学/逻辑/多跳问题准确率大幅提升。形态：Zero-shot（"一步步思考"）、Few-shot（示例带推理过程）、结构化模板（已知→分析→步骤→结论）；进阶 Self-Consistency（多条推理路径投票）、ToT（分支探索）。

ReAct：在 CoT 基础上把推理与行动交错——Thought（推理下一步）→ Action（调用工具）→ Observation（获取结果）循环，直到得出答案。CoT 只用模型内部知识推；ReAct 让模型在推理中主动获取外部信息（搜索、计算、查库），观察结果反馈回推理链。

它们如何提升推理能力：

  1. CoT：把单步生成分解为多步，降低每步复杂度，错误率随分解下降；
  2. ReAct：突破闭卷限制——外部事实补进来，推理建立在真实数据上（幻觉下降）；可验证的行动链（工具结果可查）带来事实锚点；错误也能在后续 Observation 中被发现纠正（反思式推进）。

工程视角：CoT 适合纯推理任务（证明、分析），成本低实现简单；ReAct 是 Agent 的执行内核（我的智能体就用它驱动工具循环），代价是多轮调用延迟与 token 成本、需要护栏防死循环。组合使用：系统提示词要求结构化 CoT，ReAct 的 Thought 字段就是逐步推理的落点。

💻 全栈开发专家 ​

两者都是"让模型把问题拆开算"，但对象不同：CoT 是纯推理链（脑内），ReAct 是推理 + 真实行动（手脑并用）。

CoT（Chain of Thought）：在 prompt 里引导模型输出中间推理步骤。

text
问题 → Thought1 → Thought2 → ... → Answer
"一个商品先涨价 20% 再打 8 折，最终比原价高吗？"
模型：设原价100 → 涨价后 120 → 打折后 96 → 结论：低 4%

原理价值：Transformer 逐 token 生成，中间步骤相当于给模型额外的"计算空间"，把一步算不准的题拆成多步小题，每步都很简单。

ReAct（Reason + Act）：在 CoT 的思考步之间插入工具调用，用真实世界的观察修正推理：

text
Thought: 用户问 2026 年的新框架，我的知识可能过期
Action: webSearch("xxx 框架 2026 release")
Observation: 搜索返回 v2.3 于 2026-08 发布
Thought: 拿到事实了，可以回答
Answer: 基于搜索结果作答（带来源）

如何提高推理能力（对比总结）：

  • CoT 解决可推不可记的问题（逻辑、数学、多约束）——模型"知道怎么做但需要打草稿"；
  • ReAct 解决不可推只可查的问题（实时信息、私有数据、精确计算）——推理发现缺口，行动补齐输入，观察再推理；
  • 实践组合：system prompt 同时启用 CoT 风格 + 工具集，模型自然形成"先想后查再想"的行为；再叠加 Self-Consistency（多次采样投票）进一步提升难题准确率。

工程提示：CoT 增加输出 token（成本/延迟），简单任务别开；ReAct 的循环要有步数/预算保险丝。