Razonamiento y planificación (ReAct)
Qué es un agente
Un agente es un sistema que, dado un objetivo, decide qué hacer, ejecuta acciones sobre el mundo (o sobre herramientas), observa el resultado y itera hasta lograr la meta.
Más allá de una sola respuesta
- Un modelo puro responde de una vez con lo que sabe.
- Un agente puede consultar, calcular y probar varias veces.
- Encadena pasos para tareas que un solo intento no resuelve.
El patrón ReAct
ReAct intercala cadenas de razonamiento con acciones: el modelo escribe su razonamiento, invoca una herramienta, lee la observación y continúa razonando con el dato nuevo.
Razonamiento que guía la acción
Pensar en voz alta permite al agente planificar: decidir qué acción toca ahora según lo que ya sabe y lo que le falta. Sin razonar, actuaría a ciegas.
Observación y corrección
Cada acción devuelve una observación que el agente incorpora. Si algo no cuadra, puede rectificar el plan en el siguiente paso. Es retroalimentación en bucle.
Traza de pensamiento
La secuencia de pasos de razonamiento y acción es auditable. Revisarla revela dónde el agente torció el camino, esencial para depurar.
Planificación versus reactividad
- Planificar: decidir toda la secuencia de antemano.
- Reactivo: decidir el siguiente paso según la observación.
- ReAct es híbrido: planea razonando pero se adapta observando.
Parar cuando basta
El agente debe reconocer la condición de parada: objetivo alcanzado o imposibilidad. Sin criterio de cierre, buclea gastando recursos.
Errores de bucle
Un agente puede repetir la misma acción inútilmente o ir tras un objetivo inalcanzable. Limitar iteraciones y detectar ciclos es higiene necesaria.
Razonar encadenado (CoT) frente a ReAct
La cadena de pensamiento solo razona internamente; ReAct además actúa sobre el mundo y trae información nueva. Acciones sin pensamiento y pensamiento sin acción tienen límites.
Dónde brilla y dónde falla
En tareas con muchas etapas y necesidad de datos externos, ReAct supera al modelo estático. Falla cuando el razonamiento se descarría y arrastra toda la cadena.
Errores frecuentes
- No fijar condición de parada: el agente buclea acciones inútiles gastando tokens y paciencia.
- Permitir que el razonamiento se descarríe sin corrección: un error temprano arrastra toda la cadena.
- Dar herramientas sin describir cuándo usarlas: el agente elige mal y el bucle se vuelve caro.
Ejemplo resuelto: averiguar si un proveedor sigue activo
Pedir directamente al modelo «¿existe aún la empresa X?» invita a alucinar; un agente ReAct lo comprueba.
- Razona: necesito el registro mercantil y la web actual de la empresa.
- Actúa: invoca el buscador con el nombre y país del proveedor.
- Observa: los resultados muestran una web caída y una nota de fusión.
- Razona de nuevo: la fusión explica el cierre; conviene verificar la razón social absorbente.
- Actúa y observa otra vez sobre el registro, y responde con evidencia y fuentes en vez de corazonadas.
¿Para qué sirve en la realidad?
Agentes que tramitan devoluciones, analizan incidentes de infraestructura o preparan informes de mercado encadenan pensamiento y acción igual que un humano competente: la diferencia es que dejan traza auditable de cada paso.
El patrón ReAct se distingue de una simple cadena de pensamiento porque el agente:
Un agente ReAct debe tener un criterio para detenerse una vez alcanzado el objetivo o ante su imposibilidad.
ReAct
Ordena un ciclo ReAct para responder una pregunta:
Razonar
Actuar
Observar
Responder
Agente inteligente
Sistema que percibe su entorno y actúa para lograr objetivos.
Une cada pieza del mundo agente con su definición.
Pensar, actuar, observar
# Agente ReAct ## Bucle ### razonar ### actuar ### observar ## Plan ### híbrido: guía y se adapta ### traza auditable ## Cierre ### objetivo alcanzado ### imposibilidad declarada ## Fallos ### bucle sin avance ### descarrilamiento temprano
Agente racional
El marco clásico de agentes que perciben y actúan para maximizar su objetivo.
Tu agente repite la misma búsqueda sin avanzar. ¿Le falta criterio de parada, mejor razonamiento o una herramienta distinta? Razona el diagnóstico.