Agent 构建模式解析：ReAct 与规划执行

这套教程讲什么

以 ReAct 和 Plan-And-Execute 为例讲 Agent 的概念、原理与构建方式，并演示如何从零做出一个简化版 Claude Code。视频把抽象模式与可运行实现对照起来，适合想弄明白 Agent 内部怎么转起来的开发者。

你会学到什么

• 用 ReAct 模式讲清推理与工具调用的循环
• 对比 Plan-And-Execute 先规划再执行流程
• 动手实现一个简化版 Claude Code 的流程

适合谁

适合会写 Python、用过 AI 编程工具却只停留在调用层面，想自己动手实现一个最小 Agent 的开发者。

学习建议

建议边看边把两种模式的循环画成流程图，再跟着敲一遍简化实现，重点观察模型每一步拿到了哪些反馈。

常见问题

ReAct 模式是怎么运转的？

它让模型在思考、行动、观察之间循环：先推理当前该做什么，选择并调用一个工具，再把工具返回的结果作为新的观察写回上下文，继续下一轮，直到判断任务完成。好处是每步都可见、可中断、便于排查。

Plan-And-Execute 相比 ReAct 适合什么任务？

它先把整体任务拆成步骤清单，再逐步执行，必要时才回头调整计划，适合步骤明确、周期长的任务，能减少反复推理带来的开销。缺点是对意外情况反应较慢，环境变化多时不如 ReAct 灵活。