ReAct 与普通函数调用、工作流编排有什么区别？

核心回答

三者不能直接当成同一层的替代品：函数调用是动作接口，ReAct是根据反馈持续决策的模式，工作流编排是组织控制流的方式。 ReAct可以通过函数调用执行工具，也可以作为工作流的一个节点；LangGraph等框架则能承载固定流程与动态循环，不等同于某一种模式。

分别在做什么

普通程序调用函数时，通常由代码决定调用顺序和参数。LLM的Function Calling则由模型提出工具名与结构化参数，宿主校验后执行，再把结果返回模型。这解决“如何表达和执行一次动作”，并不自动规定后续要循环多少次、如何规划或何时停止。

ReAct强调推理与行动交替：根据当前信息选择动作，获取外部观察，再调整下一步。它不要求工程系统把完整内部推理展示给用户；实现时关键是工具调用、结果、简短决策依据和状态能形成反馈闭环。只输出一串预定函数，执行中不根据结果调整，不能充分体现这一点。

工作流用代码或图规定阶段、依赖、分支、循环与异常路径。它可以有条件判断和回边，不是只能从左到右跑一次；主要路线和允许的转移通常由开发者显式设计。模型也可以在节点内做分类、生成或局部决策。

用一个任务比较

假设需要排查接口变慢。

函数调用提供“查指标”“查日志”“读取配置”等能力。固定工作流可以规定先查延迟和错误率，再按条件分支检查数据库或服务实例，最后汇总。

ReAct则允许模型根据观察决定下一步：看到慢SQL后查询执行计划，发现索引没有问题再检查锁等待。它有探索性，但也可能重复查相同信息、被噪声带偏，或忽略已经足够的证据。

实际项目可以用工作流固定环境准备和产物检查，中间排查阶段运行有限的ReAct循环，函数调用承接具体动作。这比只比较三个名字更能说明自己的编排系统做了什么。

取舍与实现边界

步骤清楚、依赖稳定、需要可预测执行的任务优先工作流；信息会逐步揭示、路径难以预先穷举的任务适合动态Agent循环。一次函数调用足以解决的问题，无需额外包装复杂Agent。

无论采用哪种方式，都要定义状态、工具契约、超时和失败处理。ReAct尤其需要预算、重复动作检测和可验证终点；工作流则要处理状态恢复和外部副作用，不能认为画了图就天然可靠。

面试中解释自研编排系统，可以围绕“谁决定下一步、状态存在哪里、反馈如何影响路线、错误后从哪恢复”展开。技术亮点是将接口、决策和运行时控制区分开，再按任务组合。

对应教程

参考资料