L03-01 ReAct：Agent 到底在循环什么

全局中心内容：Agent = 模型 + 工具 + 循环，缺任何一个都只是「对话」。 全局讲解主线：一个只有 Chat 完不成的任务 → ReAct 三步 → 手写循环 → 观察实际轨迹 → 边界与代价。

---

P1 · 产出页

中心内容：一个手写版 ReAct 循环，能看到完整的 Thought/Action/Observation。

• 讲解技巧
  • 开场给一个 Chat 完不成的任务：「查一下昨天订单量比前天涨了多少，涨了就在群里说一声」。
  • 让学员说出需要哪些能力——查询、计算、发消息。结论：模型自己一样都做不了。
• 时长：30s

---

P2 · 从 Chat 到 Agent

中心内容：Chat 是「一问一答」，Agent 是「为达成目标反复行动」。

• 页面内容：两者结构对比图

• 讲解技巧

  • 用一句精准定义：Agent = 模型（决策） + 工具（手脚） + 循环（坚持）。
  • 强调循环是关键：没有循环，模型只能做一步就交还控制权。

• 时长：4min

---

P3 · ReAct 三步

中心内容：Thought → Action → Observation，循环直到给出 Final Answer。

• 页面内容：循环流程图 + 一个完整的三步示例

• 讲解技巧

  • 把 Thought 的作用讲透：它不是给人类看的日志，是让模型在输出动作前先「想一下」，显著提升动作准确率。
  • 强调 Observation 必须写回上下文，否则模型看不到工具结果，会重复调用。

• 时长：6min

---

P4 · 手写循环

中心内容：不到 80 行就能跑起来的 ReAct 骨架。

• 页面内容：ReactLoop 主循环 + Action 解析

• 讲解技巧

  • 建议现场从零敲一遍，这是全篇最值得手写的代码——亲手写过才真正理解。
  • 讲清解析容错：模型输出的 Action 格式可能不规范，解析失败要把错误当 Observation 回喂。

• 时长：8min

---

P5 · 观察真实轨迹

中心内容：打印每一轮的完整消息，看模型是怎么想的。

• 页面内容：一次真实运行的轨迹日志

• 讲解技巧

  • 这是本节的高光时刻：让学员看到模型会「先查 A 发现不对，再查 B」，这种自我纠正是 Agent 的核心价值。
  • 也要展示失败轨迹：模型选错工具、参数写错、重复调用——为后面的防护章节埋伏笔。

• 时长：5min

---

P6 · 迭代上限

中心内容：必须有 MAX_ITERS，否则可能永远循环。

• 讲解技巧
  • 用「一夜烧掉几万元」的真实故事做铺垫（详细在 03-10）。
  • 这里只需立规矩：任何 Agent 循环都必须有硬上限。
• 时长：3min

---

P7 · Token 增长

中心内容：每轮都把历史全部带上，上下文线性膨胀。

• 页面内容：轮次 vs Token 数的增长曲线

• 讲解技巧

  • 讲清代价：第 10 轮的成本可能是第 1 轮的 10 倍，这是 Agent 贵的主要原因。
  • 预告解决方案：03-05 状态机会讲上下文压缩。

• 时长：4min

---

P8 · 编码：终止条件

中心内容：终 answer / 超上限 / 出错，三种终止都要有明确处理。

• 讲解技巧
  • 强调超上限不能直接报错，要生成一个「未能完成，已完成的部分是……」的总结。
• 时长：4min

---

P9 · 避坑与小结

中心内容：ReAct 不是万能的，任务越结构化越应该用固定流程。

• 讲解技巧
  • 引出下一节：手写还是用框架？——03-02 框架选型边界。
• 时长：2min

---

讲师备忘

项	内容
课前必做	准备好可运行的 ReactLoop 代码；准备一份真实轨迹日志
最容易超时处	P4 手写循环，学员会跟着敲——预留 8 分钟
学员最常问	「Thought 能不能不要？」答：能跑但准确率明显下降，性价比很低
现场备用	无网络 → 用预录轨迹讲解，代码现场读