ReAct 循环：一次退换货咨询的完整链路
前两节学了“四大能力”和“工具调用”，这一节看它们怎么串成一条会自我纠错的完整工作流——这套打法叫 ReAct。
ReAct 是 Reason（思考）+ Act（行动）的缩写，循环只有三步：Thought（想一下）→ Action（做一步）→ Observation（看结果），然后带着结果进入下一轮“想一下”，直到任务完成。
为什么不一上来就规划好全部步骤？因为现实不配合剧本——查库存可能缺货，查物流可能延迟，每一步的结果都可能改变后面的走法。老司机处理售后也是这个节奏：先查订单，看到结果再决定下一步，边走边看，随时修正。
Thought 1
客人要办两件事：换小码 + 问时效。先查他的订单，确认买了什么。
Action 1
调用 query_order（客人手机号后四位 已提供）
Observation 1
订单 #88231：法式碎花连衣裙，L 码，已签收 3 天，在退换期内。
Thought 2
L 换 S，先查 S 码有没有货，再决定方案。
Action 2
调用 check_inventory(连衣裙, S码)
Observation 2
⚠️ S 码缺货，预计 8 月 12 日补货；M 码现货 37 件。
Thought 3
S 没货，改方案：推荐换 M 码（现货，明天可到），或等 12 号 S 补货。给客人选择，不替他决定。
Final
收口回复：“亲，L 换 S 的话 S 码暂时缺货（12 号到货）；M 码有现货，今天发明天能到。您看换 M 码，还是等 S 补货？我这边先把换货单给您备好～”
▶ 播放完整链路 ↺ 重置
Thought → Action → Observation ↻ 循环往复，直到给出最终答复
- 第 2 步的自我纠错：查库存发现 S 码缺货，Agent 没有死磕原方案，而是在下一轮 Thought 里改走“推荐 M 码 + 提供替代方案”。纠错不靠写死的 if-else，靠每一轮都带着新信息重新想。
- 行动之间是“接力”不是“齐发”：先查到订单才能查库存，先确认换货方案才能建单——有依赖关系的步骤必须串行，这也是成本（每轮都要烧一次 Token）。
- 最后一步“收口”：循环的终点是 Agent 判断“信息够了”，把散落的查询结果组织成一段人话。收口收不好，客人收到一堆零散信息，体验直接崩。
设计 Agent 流程时，别想着写“完美剧本”，要设计“思考习惯”：每一步做完都问一句“结果符合预期吗？不符合怎么调整？”——这跟你培训客服说的“查完库存再承诺，别先拍胸脯”是同一句话，只不过这次是说给 AI 听。
- ReAct 三步循环：Thought 想 → Action 做 → Observation 看，带着结果进下一轮。
- 不规划全程是有意的：现实不配合剧本，每步结果都可能改变后面的走法。
- 自我纠错是循环自带的：缺货改方案，不靠写死规则，靠每轮重新想。
- 串行有成本：每轮循环都烧 Token——轮数控制就是成本控制（2-10 有速算）。