它脑子里的小循环
Agent 不是一口气把事做完的，它一小步一小步来，每步都问自己三件事：
想（Think）：现在该干嘛？
做（Act）：调用某个工具（搜索 / 查数据库 / 算一下）
看（Observe）：拿到结果，离目标更近了吗？
→ 没完成就回到“想”，再来一轮举个真实点的例子
目标：“告诉我我们 App 昨天的下单量。”一个 Agent 可能会这样转几圈：
想：要拿昨天数据，得查数据库
做：调用 query_db("select count(*) ... where day='昨天'")
看：返回 1287
想：够了，可以回答
交付：昨天下单 1287 笔为什么非得绕圈，不能一次说完？
因为它事先并不知道结果。查数据库前，它不知道是 1287 还是 0；搜索前，它不知道会搜到什么。得先做一步、看到结果，才能决定下一步——就像你查了余额才知道还能不能下单。
💡这个“想→做→看”的循环，业内常叫 ReAct（Reason + Act）。名字不重要，循环这件事才重要。
自测 · 学完检查一下
想真正动手做题、记进度、攒连胜？到互动课里练。
Agent 的核心循环是“想 → 做 → ___ → 再想”。
答案：看
想（Think）→ 做（Act）→ 看（Observe），不到目标就再来一轮。
在“查昨天下单量”的例子里，“调用 query_db(...)”属于循环里的哪一步？
答案：做（Act）
调用工具去执行，就是“做（Act）”这一步。
那“返回 1287”这一步，又属于循环里的哪一步？
答案：看（Observe）
拿到工具给的结果、判断离目标多近，就是“看（Observe）”。
判断：Agent 总是一次就把活干完，不需要转好几轮。
答案：错
恰恰相反——它常常要转好几轮：做一步、看结果、再决定下一步。这正是它比“只答一次”的 LLM 强的地方。
为什么 Agent 要循环着来，而不是一次性把答案全输出？
答案：因为它得先看到工具返回的结果，才能决定下一步
结果是未知的，必须“做一步看一步”，循环就是为此而生。
“想→做→看”的这个循环，业内常用一个词来称呼，叫 ___（填英文）。
答案：ReAct
ReAct = Reason（想）+ Act（做）。记不住英文没关系，记住“循环”就够了。