DeReAct：通过解耦推理与行动构建可靠的 AI 智能体

arXiv:2610.02351v1 公告类型：交叉收录 摘要：基于 ReAct 的智能体通常依赖单一 LLM 策略来提出行动、与环境交互，并判断任务何时完成。这种耦合使得行动授权与完成控制难以独立实施，导致错误传播，并使缺乏依据的完成声明终止执行。我们提出 DeReAct，这是一种模块化智能体架构，将两种门控策略外置：Critic 在执行前验证所提出的行动，Context Manager 则重建有环境证据支持的 \textsc{State} 并核验任务是否完成。在 GAIA 和 SWE-bench Verified 上，DeReAct 对能力较弱的 Brain 模型的 Pass@1 提升最为显著，其中 Qwen3-Coder-480B 提升了 6.5–7.0 个百分点，Claude Sonnet~4.5 提升了 4.2–5.2 个百分点；随着 Brain 能力增强，提升幅度逐渐减小。轨迹分析与消融分析表明，当目标故障足够普遍且门控策略本身具备足够能力时，外部门控是有效的。使用 Claude Opus~4.5 时，Pass@1 与 ReAct 保持相当，但 DeReAct 生成的轨迹具有更完整的证据支持，并能更好地满足约束，这表明完成控制可以通过推迟终止来换取更扎实的证据依据。总体而言，DeReAct 能提升较弱智能体的表现，同时在模型能力增强后仍保留证据依据方面的优势。