待验证50% 置信事实精确时间

对于复杂问题工具交由 LLM Agent 分析，通常遵循 ReAct（Reasoning + Acting）范式

1

来源数

50%

置信度

长期有效

时效性

2026/7/24

首次发现

来源

阿里开源代码审查工具open-code-review：确定性流水线+LLM双引擎解析

相关事实

已验证ReAct框架使LLM在回答问题时能够交替进行'推理'和'行动'步骤75% 相似部分验证LLM 0.32a0 中 response.reply() 支持自动执行工具调用并将结果回传给模型，简化多轮 Agent 循环的实现72% 相似已验证基于LLM的智能体框架通常采用ReAct（推理+行动）或Plan-and-Execute等设计模式72% 相似待验证LLM应用的行为由系统提示词、RAG数据源、底层模型版本、工具调用与Agent能力等高度可变的部分共同决定71% 相似待验证LLM作为调度中枢的设计模式被称为ReAct（Reasoning + Acting）框架70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/610988

API

curl https://kongchang.com/api/v1/knowledge/claims/610988

MCP

get_claim(id=610988)