ReAct (Reasoning + Acting)

Définition

ReAct (Reasoning + Acting) est un framework conceptuel structurant le fonctionnement des agents fondés sur des grands modèles de langage, combinant explicitement deux processus complémentaires en cycles itératifs entrelacés : le raisonnement, exprimé sous forme de chaîne de pensée (chain-of-thought) verbalisée, où le modèle articule explicitement son analyse de la situation, ses hypothèses et son plan d'action avant d'agir ; et l'action, correspondant à l'exécution concrète d'un appel d'outil externe — requête vers une API, recherche documentaire, exécution de code — dont le résultat est ensuite réintégré dans le contexte du modèle pour informer l'étape de raisonnement suivante. Ce cycle itératif, alternant réflexion et interaction avec le monde extérieur jusqu'à convergence vers une réponse finale satisfaisante, se distingue nettement des approches antérieures traitant séparément raisonnement pur (chain-of-thought sans action) et exécution d'outils sans réflexion intermédiaire explicite entre chaque appel. L'intérêt de ReAct réside dans sa capacité à résoudre des tâches nécessitant des informations absentes des paramètres du modèle ou de son contexte initial, comme des données récentes ou propres à un système d'entreprise, tout en conservant une trace de raisonnement interprétable et auditable par un humain, facilitant la détection d'erreurs avant qu'elles ne se propagent en actions incorrectes. Ce paradigme, publié par des chercheurs de Google en 2022, constitue la base conceptuelle de nombreux frameworks d'agents IA modernes.