上一篇我们讲了智能体的最小定义是「模型 + 循环 + 工具」，也看到了 ReAct 循环的宏观图景。但你可能还有一个疑问：模型到底是怎么「调用」一个工具的？ 它不就是一个只会输出文本的接口吗？

这一篇我们就打开这个黑箱，把一次 ReAct 迭代的每一步展开来看——从用户消息输入，到模型推理、工具调用、返回结果、再推理，直到最终答案。

一次迭代的完整骨架

任何工具调用系统（无论你用的是 OpenAI、Claude 还是 Gemini），都遵循同一个循环：

  1. 你把用户消息 + 工具描述（tool schemas）一起发给模型 API
  2. 模型决定：是直接回答，还是需要调用某个工具
  3. 如果是调用工具，模型输出一个结构化 JSON 块——里面包含 工具名 和 参数
  4. 你的代码（runtime）解析这个 JSON，真正去执行那个函数（查天气、搜索网页、读数据库）
  5. 你把工具返回的结果作为一条新消息发回给模型
  6. 模型读到结果，要么继续调用下一个工具，要么给出最终答案

步骤 2–6 可以重复多次，直到模型认为任务完成1。

这就是智能体循环的实质：LLM 只负责输出指令，你的代码负责执行，然后把真实世界的反馈喂回给 LLM，让它据此决定下一步。

从用户消息到最终答案：一个完整跟踪

假设我们有一个智能体，它有两个工具：search_web（搜索）和 get_weather（查天气）。用户说：

"北京明天适合跑步吗？"

让我们逐帧播放这个循环的内部过程。

第 1 轮

你的代码发送给模型 API：

  • 系统提示（包含工具描述）
  • 用户消息："北京明天适合跑步吗？"

模型 API 返回：

  • 文本内容（Thought）："我需要先查一下北京明天的天气，才能判断是否适合跑步。"
  • 工具调用块（tool_call）： 
    1{
2  "tool": "get_weather",
3  "args": { "city": "北京", "date": "2026-07-08" }
4}

注意：模型 没有 去查天气。它只是输出了一个结构化的"我想调用 get_weather 这个工具，参数是北京和日期"的指令——它仍然在生成文本，只是这段文本恰好是 JSON 格式且有约定含义2。

步骤 1.5：执行工具

你的代码收到这个 tool_call 之后：

  1. 解析 JSON，取出工具名 get_weather 和参数 {city: "北京", date: "2026-07-08"}
  2. 调用真实的天气 API（或查询数据库）
  3. 拿到结果："气温 25°C，湿度 80%，有雨"
  4. 构造一条新消息，角色为 tool，内容是上述结果

第 2 轮

你的代码再次发送给模型 API：

  • 系统提示（不变）
  • 用户消息
  • 上一条助手回复（含 tool_call）
  • 工具消息（含天气结果）

模型 API 返回：

  • 文本内容："北京明天有雨，湿度 80%，不太适合户外跑步。建议改去室内健身房。"

此时模型决定不再调用工具，直接输出最终答案。循环结束。

为什么 Observation 必须来自真实世界

上面这个例子中有一个关键细节：观察结果（Observation）不是模型生成的，而是工具执行后由你的代码插入的。

假设我们允许模型自己生成观察结果，会出现什么情况？模型可能说：

1Action: get_weather("北京", "2026-07-08")
2Observation: 天气晴朗，温度 25°C，非常适合跑步

但真实天气其实是有雨的。模型可以编造一个"看起来合理"的观察结果——这就是智能体版本的幻觉。因此，Observation 必须来自工具的真实执行，不能由模型生成。这是 ReAct 循环设计中最重要的一条安全边界3。

模型是"失忆"的，Transcript 才是状态

还有一个不细看就容易误解的地方：模型在两次 API 调用之间什么都不记得。

每次你调用模型 API，它看到的只是你这次发给它的全部消息。它没有"记忆"，不会记得上一次调用时它想了什么、做了什么。所谓"记忆"，是你 在代码里把每次调用前后的消息都追加到同一个对话历史中，下次调用时再把整个历史发过去。

换句话说，智能体的状态不在模型里，而在你的代码维护的那份 transcript（对话记录）里。你可以在第 1 轮用 Claude，第 2 轮用 GPT，第 3 轮换一个本地模型——只要 transcript 完整，模型就能接上之前的上下文继续推理4。

所以循环到底在哪里？

很多人第一次理解 ReAct 时，会以为循环在模型内部——模型自己在"思考→行动→观察→思考"。

不是。循环在你的代码里。 模型每次只做一件事：接收一段文本，输出下一段文本。是你的代码在检查输出——如果是 tool_call 就执行工具、把结果追加回去、再次调用模型——直到输出是最终答案为止。

把这段逻辑写成伪代码，大概是这样：

1while not finished:
2    response = call_llm(messages + tools)  # 模型输出
3    if response.has_tool_call():
4        tool_name = response.tool_call.name
5        args = response.tool_call.arguments
6        result = execute_tool(tool_name, args)  # 你的代码执行
7        messages.append(tool_result(result))    # 追加结果
8        # 继续循环
9    else:
10        final_answer = response.text
11        finished = True

循环不在模型里。循环是你的代码里那个 while 语句4。

小结

把这一篇和上一篇连起来，完整的画面就清晰了：

  • 上一篇：智能体 = 模型 + 循环 + 工具。ReAct 循环让模型从"一次回答完就停"变成"持续执行直到完成"。
  • 这一篇：循环的具体机制——模型输出 tool_call 指令，你的代码执行工具，把真实结果喂回去，模型据此决定下一步。模型每步都"失忆"，但 transcript 让一切连贯。

下一期我们会更进一步：当你注册多个工具时，模型怎么决定"该用哪个"？工具描述（tool schema）的写法会如何影响模型的选择？