Как работает ReAct
Название складывается из двух слов: Reasoning (рассуждение) и Acting (действие). Модель работает циклом, а не одним ответом: перед каждым шагом она формулирует мысль — что известно, что нужно узнать, какое действие приблизит к цели, — затем выполняет его и смотрит на результат. Результат действия становится «наблюдением», которое запускает следующий виток цикла.
- Мысль. Модель проговаривает текущее состояние задачи: «Даты поездки известны, но не ясно, свободен ли переговорный зал — проверю календарь».
- Действие. Вызов инструмента: поиск по базе знаний, запрос к CRM, чтение документа, изменение записи — только из разрешённого списка, подготовленного через function calling.
- Наблюдение. Ответ инструмента возвращается в контекст модели — целиком, без ретуши: агент видит и пустые результаты, и ошибки.
- Повтор или ответ. Цикл идёт, пока модель не решит, что данных достаточно, — тогда она выдаёт итог пользователю. Число шагов ограничено лимитом, чтобы агент не зациклился.
ReAct на фоне других схем поведения агента
| Подход | Как решает задачу | Сильная сторона | Слабое место |
|---|---|---|---|
| Один запрос-ответ | Модель отвечает сразу, без действий | Скорость и дешевизна | Нет доступа к внешним данным |
| План-и-исполнение | Сначала весь план, потом исполнение без пересмотра | Предсказуемость | План ломается на первом же сюрпризе |
| ReAct | Рассуждение и действие чередуются, план пересматривается на каждом шаге | Устойчивость к неожиданностям, прозрачный лог | Дороже: много шагов — много токенов |
| Мультиагентные схемы | Несколько агентов делят роли и сверяются друг с другом | Масштаб на сложные процессы | Сложнее оркестрация и контроль |
Практический вывод: чем менее предсказуемы данные, с которыми работает агент, тем выгоднее ReAct — потому что он проверяет реальность на каждом шаге, а не доверяет плану, составленному вслепую.
Где ReAct встречается в бизнесе
- Поддержка с доступом к системам. Агент не «предполагает» статус заказа, а проверяет его в CRM, после чего отвечает клиенту фактами и создаёт заявку, если проблема реальна.
- Офис-ассистенты. Подготовка к совещанию: найти регламент, сверить две версии договора, собрать справку из базы знаний — цикл «прочитал → осмыслил → дочитал» повторяется, пока выжимка не полна.
- Внутренние аудит-процедуры. Агент проходит чек-лист: запрашивает документ, сверяет реквизиты с нормой, фиксирует расхождение и переходит к следующему пункту — лог шагов становится материалом аудита.
- Голосовые сценарии. Робот, который перед ответом проверяет баланс или наличие слота записи: пользователь слышит точный ответ, а не «вероятно, свободно».
Риски и тонкости
Стоимость цикла. Каждый шаг — это токены, а сложная задача может потребовать десятков шагов. Зрелые внедрения ограничивают бюджет шагов и ведут типовые ветки по коротким сценариям, включая полный ReAct только на сложных запросах. Ошибочные действия. Агент с правом записи может испортить данные, если неверно понял наблюдение; права инструментов делят по принципу минимума, а необратимые операции — создание документов, рассылки, платежи — закрывают подтверждением человеком. Промпт-инъекции в читаемых данных. Страница или письмо, которое агент читает по пути, может содержать команду «игнорируй инструкции»; контент фильтруется, а недоверие к внешнему тексту закладывается в системный промпт. Наконец, лог рассуждений — не гарантия честности: модель может рационализировать решение постфактум, поэтому контролируют наблюдаемые действия и итоги, а не только красивый ход мысли.
Сколько стоит (сентябрь 2026)
Прототип ReAct-агента на готовых инструментах (одна система, три-четыре действия, лог шагов) — от 90 000 ₽; пилот с интеграциями в CRM или 1С, лимитами и защитой от инъекций — от 480 000 ₽ за 4–6 недель; промышленный агент с ролями, подтверждениями и мониторингом — от 690 000 ₽. Аудит существующего агента с разбором сценариев отказа — от 150 000 ₽, красная команда по ИИ для агента с внешним контентом — от 300 000 ₽.
Как начать
Возьмите один частый процесс, где сотрудник прыгает между двумя-тремя системами, и опишите его как цикл «мысль — действие — наблюдение»: какие данные нужны, откуда берутся, где агент должен остановиться и позвать человека. Дальше это превращается в сценарий на агентном фреймворке. Внедрение — ИИ-ассистенты под ключ; архитектурные паттерны агентов — в обзоре LangChain и LlamaIndex.