[Aller au contenu principal](#main-content)
 

 
 

 
 
 
 

 
# ReAct (Reasoning + Acting)

 ia
 
 

 
 
 
 
## 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.
 

 
 
 
 
### Description

Le framework ReAct (Reasoning + Acting) est une architecture d'agent IA combinant raisonnement chain-of-thought et exécution d'actions en cycles itératifs. L'agent alterne entre pensée (raisonnement sur l'état courant) et action (appel d'outils, API) pour résoudre des tâches nécessitant des informations externes.
### Fonctionnement

Le cycle ReAct se répète : Thought (raisonnement sur l'observation), Action (choix d'un outil et paramètres), Observation (résultat de l'action retourné par l'environnement). Le LLM génère ces trois composantes textuellement jusqu'à atteindre la réponse finale ou une limite d'étapes.
### Points clés

- Réduction significative des hallucinations car le modèle s'appuie sur des informations factuelles retournées par les outils
- Les boucles infinies et les actions destructrices nécessitent des mécanismes de garde-fous et de timeout stricts
- ReAct est le pattern de base implémenté dans LangChain, LlamaIndex et la plupart des frameworks d'agents IA
 
 

 
 
 
 
## **Articles liés

 
 
 

 

 
 
 
 
 
 
 
 

 
 
 
 
 
 

Un projet cybersécurité ?
 

Expert dispo · Réponse 24h
 
 
 Devis **
 
 
 **