主题
高频面试题
什么是 CoT 思维链和 ReAct 模式？它们如何提高 AI 推理能力？
这题考的是推理增强主线：CoT 让模型多步思考，ReAct 让模型在思考和工具行动之间循环。
面试官角度分析，想考什么
- CoT 的核心机制是什么？
考察是否理解“用中间步骤换推理质量”。 - ReAct 和 CoT 是什么关系？
考察是否知道 ReAct 是推理加行动，而不只是更复杂的 Prompt。 - 它们分别适合什么任务？
考察能否区分纯推理和需要外部信息或工具的任务。 - 生产里有什么风险？
考察对幻觉、成本、工具误用和格式约束的认识。
可直接抄走的 30 秒参考答案
text
CoT 是让模型先写出中间推理步骤再给答案，适合数学、逻辑、多跳问答这类纯推理任务。ReAct 是 CoT 的扩展，把 Thought 和 Action、Observation 结合起来，让模型边推理边调用工具，比如搜索、计算器、数据库。CoT 提升的是内部推理展开，ReAct 提升的是和外部世界交互后的任务完成能力。工程上要注意成本、幻觉、工具权限和最大步数。面试回答详解，知其所以然
CoT 和 ReAct 都属于 inference-time compute 的思想：不是只让模型一次性吐答案，而是给它更多中间步骤来思考、观察和修正。
1. CoT 是什么
CoT 的典型形式是：
text
问题 -> 中间推理步骤 -> 最终答案它适合数学题、多跳问答、逻辑推理、规则判断等任务。核心价值是让模型把隐含推理显式展开，减少直接猜答案的概率。
2. ReAct 是什么
ReAct 的典型循环是：
text
Thought -> Action -> Observation -> Thought -> Action -> Observation -> Answer- Thought：模型说明下一步要做什么。
- Action：调用搜索、数据库、计算器、代码执行等工具。
- Observation：工具返回结果，作为下一轮上下文。
- Answer：基于推理和观察给最终答案。
ReAct 让模型不只会“想”，还会“查、算、做”。
3. 二者如何提高推理能力
- CoT：通过中间 token 增加推理展开空间，适合模型内部知识足够的任务。
- ReAct：通过工具观察补充外部事实，适合需要实时信息、精确计算、系统状态或多步操作的任务。
- 共同点：都把复杂任务拆成可追踪步骤。
- 差异点：CoT 不访问外部世界，ReAct 每轮可以基于工具结果修正计划。
4. 使用边界
CoT 不适合简单事实问答和严格格式输出，因为多余推理会增加成本和出错机会。ReAct 不适合无工具、低风险、简单单轮任务，因为它会增加系统复杂度。
生产中还要注意：
- 不一定要把完整思考过程展示给用户。
- 工具调用要有权限和参数校验。
- Observation 可能被污染，要防间接注入。
- 复杂推理要有最大步数和失败退出。
5. 一个对比示例
text
问题：某订单是否应该退款？
CoT：根据用户描述和退款规则逐步判断。
ReAct：
Thought：需要先查订单状态。
Action：query_order(order_id)
Observation：订单已签收 3 天。
Thought：需要查退款规则。
Action：search_policy("签收后退款")
Observation：7 天内未拆封可退。
Answer：如果未拆封且在 7 天内，可以申请退款。面试官追问3个问题
追问一：ReAct 是否等于 CoT + 工具？
- 考察点：概念边界。
- 回答方向：可以简化理解为 CoT 加工具交互，但 ReAct 的关键是 Thought、Action、Observation 的循环和基于观察修正。
追问二：CoT 会不会导致幻觉？
- 考察点：风险意识。
- 回答方向：会。模型可能生成看似合理但错误的中间步骤，所以关键任务要结合工具验证、引用来源或最终答案校验。
追问三：ReAct 怎么防止无限循环？
- 考察点：工程落地。
- 回答方向：设置最大步数、工具调用预算、重复动作检测、失败退出条件和人工接管策略。
扩展知识
CoT、ReAct 和 Function Calling
现代模型的 function calling 已经能原生输出工具调用参数，但 ReAct 的思想仍然有价值：先明确意图，再行动，再观察反馈。实际工程中常常是原生 tool calling 加上 ReAct 式任务规划和日志追踪。
推理模型下还要不要写 CoT
推理模型已经内化了较强的推理过程，通常不需要写很长的“请一步步思考”。更好的做法是给清晰任务、约束和输出格式，把内部推理交给模型。