Fogalomtár › Agentek

ReAct

A ReAct olyan működési minta, amelyben az AI-agent felváltva gondolkodik és cselekszik: mérlegel, eszközt használ, megnézi az eredményt, majd újra mérlegel.

Érthetően

Képzeld el, hogy egy szerelő jön a csöpögő csaphoz. Nem találja ki előre fejben az egész javítást, hanem megnézi, mi lehet a baj, megszorít egy anyát, megnyitja a vizet, és abból, amit lát, dönti el a következő lépést. A ReAct ugyanezt a ritmust adja az AI-agentnek: gondolat, cselekvés, megfigyelés, aztán elölről.

A név két angol szó összevonása: reasoning (érvelés, gondolkodás) és acting (cselekvés). A minta lényege, hogy a nyelvi modell nem egyetlen nekifutásra válaszol, hanem közben eszközöket használ, például keres a weben, megnyit egy fájlt vagy lefuttat egy számítást, és a kapott eredményt beépíti a további gondolatmenetébe.

Ettől más, mint egy sima csevegőrobot, amely csak abból dolgozik, amit betanult. A ReAct szerint működő agent utána tud nézni a dolgoknak, és menet közben észreveheti, ha rossz irányba indult. Ezért lett ez a ma ismert agentek egyik alapmintája.

Hogyan működik

1. Megkapja a feladatot, és mellé egy listát arról, milyen eszközöket használhat (például kereső, számológép, fájlolvasó).
2. Gondolat: a modell leírja magának, mit tud eddig, és mi legyen a következő lépés.
3. Cselekvés: kiválaszt egy eszközt, és megadja, mit kér tőle, például egy keresőkifejezést.
4. Megfigyelés: az eszköz eredménye visszakerül a modell elé, és ez lesz a következő gondolat alapja.
5. A kör addig ismétlődik, amíg az agent úgy nem ítéli, hogy megvan a válasz, vagy el nem éri a beállított lépéskorlátot.

Példa a mindennapokból

Kit érint

Gyakori félreértés

Korlátok és kockázatok

• A leírt gondolatmenet nem garancia a helyességre: az agent meggyőzően érvelhet egy hibás lépés mellett is.
• Minden kör újabb modellhívás, ezért a hosszú feladat lassú és drága lehet, és az agent néha körbe-körbe jár ugyanazokkal a lépésekkel.
• Az eredmény csak annyira jó, amennyire az eszközök: ha a kereső rossz vagy félrevezető találatot ad, az agent arra építi a folytatást.
• Ha az agent valódi műveleteket is végezhet (levelet küld, fizet, fájlt töröl), a hibás lépésnek valódi következménye van, ezért kell lépéskorlát és emberi jóváhagyás.

Hasonló, de nem ugyanaz

• Gondolatlánc – A gondolatláncnál a modell csak fejben, lépésenként érvel, a ReAct ehhez eszközhasználatot és a visszakapott eredmények feldolgozását is hozzáteszi.
• Eszközhasználat – Az eszközhasználat maga a képesség, hogy a modell külső funkciót hív meg, a ReAct pedig az a ciklus, amely ezt a gondolkodással váltogatva feladatmegoldássá szervezi.
• Tervező-végrehajtó minta – Ott az agent először többlépéses tervet készít, és azt hajtja végre, legfeljebb időnként igazít rajta. A ReAct viszont nem tervez előre, hanem minden lépés után újra dönt a folytatásról.

Kapcsolódó fogalmak

Röviden a története

A ReAct nevet és módszert Shunyu Yao és szerzőtársai, a Princeton Egyetem és a Google kutatói vezették be 2022-ben megjelent tanulmányukban, amelyet 2023-ban az ICLR konferencián mutattak be. A minta gyorsan bekerült a nyílt forráskódú agent-keretrendszerekbe, és ezzel az agentépítés egyik alapfogalma lett.

Hol tart most

2026 végén a gondolkodás és cselekvés váltogatása a legtöbb AI-agent alapműködése, de már többnyire a modellek beépített eszközhívására épül, nem az eredeti, szöveges promptformára. Maga a ReAct név főleg a szakmai anyagokban és a keretrendszerek dokumentációjában él tovább.

Állapot: 2026. november

Más nevei

ReAct · ReAct agent · ReAct-minta · ReAct-ciklus · reasoning and acting · ReAct prompting · ReAct loop

Források

• Yao et al.: ReAct: Synergizing Reasoning and Acting in Language Models (arXiv, 2022)

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.