AI 代理如何在沒有工具的情況下回答(ReAct,版本 2,只推理)?
上一篇筆記建立了一個 會思考、行動和觀察的代理。本篇刪去三步之中的兩步。沒有行動、沒有觀察 — 模型只能思考,也就是所謂的思維鏈,然後憑 自己的記憶回答。它所說的每一句,都沒有對照真實世界核實。它面對的問題故意 含糊:「Mark 何時推出 Muse?」
程式碼
這是 ReAct02.py 目前的內容:
# "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 客戶端和
ask()與上一篇筆記完全 相同:一個來自.env檔案的金鑰,一個送出提示詞並回傳回覆的 輔助函數。 - 任務沒有指明姓氏,也沒有指明產品類別。「Mark」可能是 Mark Zuckerberg;「Muse」可能是那隊樂隊、一個應用程式,或者根本不存在。 要答得好,需要一些模型幾乎肯定沒有的事實。
-
提示詞禁止使用工具。它叫模型只憑已知的東西逐步思考,
最後以
Answer:開頭的一行作結。整個程式就是這樣:一次呼叫、 一次印出。
一次真實執行
=== 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.
有兩點值得注意。第一,推理確實有用:模型看出當中的含糊(「有一隊叫 Muse 的樂隊,但不是 Mark 推出的」),而不是假裝問題很清楚。第二,最終答案是 誠實的 — 至少這一次。程式裡沒有任何東西強制它誠實。問一個 聽起來更普通的問題,同樣只靠記憶的推理,就可能產生一個自信、流暢但錯誤的 答案:幻覺。這裡沒有觀察步驟可以把它抓住。
在自己的電腦上執行
下載示範程式
(Folder-AI-ReAct02.zip)。zip 內有三個檔案:
ReAct02.py(上面的程式)、pyproject.toml
(套件清單)和 README.md。
- 在 Visual Studio Code 開啟這個資料夾。
-
在資料夾內建立一個名為
.env的檔案,寫入一行:
到 DeepSeek 主控台取得金鑰;新帳戶附有試用額度。DEEPSEEK_API_KEY=your-key-here - 在終端機執行:
uv sync uv run ReAct02.pyuv sync只需第一次執行;它會讀取pyproject.toml,把openai和python-dotenv安裝到專案內。
試著把任務改成一個有眾所周知答案的問題,然後改成關於一間小型本地公司的 問題。兩次執行的對比,就是這一課。
為甚麼這個實驗重要
- 推理不是知識。逐步思考改善模型運用已知知識的方式;但它 無法提供它從不知道的東西。
- 誠實是靠運氣,不是設計。「我不知道」在這裡是模型的選擇, 不是保證。只有觀察步驟才能令答案可靠。
- 它為比較鋪路。這個系列的下一篇筆記會加入一個工具 — 網上搜尋 — 再問同一類問題,讓你看清楚行動帶來了甚麼改變。
延伸閱讀
- ReAct: Synergizing Reasoning and Acting in Language Models — 為這個系列所建立的模式命名的論文。
- DeepSeek API 文件 — 模型、金鑰與價格。