AI 代理如何在没有任何工具的情况下回答(ReAct,版本 2,只推理)?
上一篇笔记建立了一个 会思考、行动和观察的代理。本篇删去三步之中的两步。没有行动、没有观察 — 模型只能思考,也就是所谓的思维链,然后凭 自己的记忆回答。它说的每一句,都没有对照真实世界核实。它面对的问题故意 含糊:“Mark 何时推出 Muse?”
代码
这是 ReAct02.py 目前的内容:
# "Reason only" (Chain-of-Thought): NO tool and NO loop.
# The model can only THINK step by step and answer from its own memory.
# Nothing is checked against the real world, so the answer may be wrong (hallucination).
# Compare the result with react03.py (Reason + Act), which searches the web with Tavily.
import os
from openai import OpenAI
from dotenv import load_dotenv
load_dotenv()
client = OpenAI(
api_key=os.environ.get('DEEPSEEK_API_KEY'),
base_url="https://api.deepseek.com")
def ask(prompt):
"""Send one prompt to the model and return its text reply."""
response = client.chat.completions.create(
model="deepseek-flash",
messages=[{"role": "user", "content": prompt}],
)
return response.choices[0].message.content
task = ("When did Mark launch Muse")
# ---- THINK only (Reasoning) — no Action, no Observation ----
prompt = f"""Task: {task}
You have NO tools. Think step-by-step using only what you already know,
then end with one line: Answer: <your answer>"""
reply = ask(prompt)
print("=== Thought (reasoning trace, no tools) ===")
print(reply)
每一部分的作用
-
DeepSeek 客户端和
ask()与上一篇笔记完全 相同:一个来自.env文件的密钥,一个发出提示词并返回回复的 辅助函数。 - 任务没有指明姓氏,也没有指明产品类别。“Mark”可能是 Mark Zuckerberg;“Muse”可能是那支乐队、一个应用,或者根本不存在。 要答得好,需要一些模型几乎肯定没有的事实。
-
提示词禁止使用工具。它让模型只凭已知的东西逐步思考,
最后以
Answer:开头的一行作结。整个程序就是这样:一次调用、 一次打印。
一次真实运行
=== Thought (reasoning trace, no tools) ===
Mark Zuckerberg launched Muse? I don't have knowledge of Mark launching something called Muse. There is a band Muse, but not launched by Mark. Perhaps you mean Meta's AI model? I'm not aware.
Answer: I don't know.
有两点值得注意。第一,推理确实有用:模型看出了其中的含糊(“有一支叫 Muse 的乐队,但不是 Mark 推出的”),而不是假装问题很清楚。第二,最终答案是 诚实的 — 至少这一次。程序里没有任何东西强制它诚实。问一个 听起来更普通的问题,同样只靠记忆的推理,就可能产生一个自信、流畅但错误 的答案:幻觉。这里没有观察步骤可以抓住它。
在自己的电脑上运行
下载演示程序
(Folder-AI-ReAct02.zip)。zip 里包含三个文件:
ReAct02.py(上面的程序)、pyproject.toml
(包清单)和 README.md。
- 在 Visual Studio Code 中打开这个文件夹。
-
在文件夹里新建一个名为
.env的文件,写入一行:
到 DeepSeek 控制台获取密钥;新账户附带试用额度。DEEPSEEK_API_KEY=your-key-here - 在终端运行:
uv sync uv run ReAct02.pyuv sync只需第一次运行;它会读取pyproject.toml,把openai和python-dotenv安装到项目中。
试着把任务改成一个有众所周知答案的问题,然后改成关于一家小型本地公司的 问题。两次运行的对比,就是这一课。
为什么这个实验重要
- 推理不是知识。逐步思考改善模型运用已知知识的方式;但它 无法提供它从不知道的东西。
- 诚实是靠运气,不是设计。“我不知道”在这里是模型的选择, 不是保证。只有观察步骤才能让答案可靠。
- 它为比较铺路。这个系列的下一篇笔记会加入一个工具 — 网上搜索 — 再问同一类问题,让你看清楚行动带来了什么改变。
延伸阅读
- ReAct: Synergizing Reasoning and Acting in Language Models — 为这个系列所建立的模式命名的论文。
- DeepSeek API 文档 — 模型、密钥与价格。