ReAct 可能产生什么样的错误类型？

1. 无限循环

这是 ReAct 最常见的故障模式之一。当模型反复执行相同的 Action 而无法取得进展时，就会陷入死循环。根据工程实践统计，在没有步数限制的情况下，约 30%-50% 的复杂任务会遇到此类问题。

2. 错误级联

一旦某一步的 Observation 包含错误信息（如 API 返回了不相关的搜索结果），后续的所有 Thought 都会基于这个错误前提进行推导，导致最终输出完全偏离正确轨道。ReAct 本身缺乏对 Observation 的质疑和验证机制。

3. 工具选择错误

当可用工具数量较多或工具描述存在重叠时，模型可能选择错误的工具或传入不正确的参数格式。这个问题在弱模型上尤为突出， malformed JSON 是最常见的生产错误。

4. 推理漂移

随着循环轮次的增加，模型的推理质量会逐渐下降。研究表明，一个每步可靠度为 95% 的 Agent，在连续执行 10 步后的整体可靠度会降至约 60%。这种指数级的可靠性衰减是长程任务的主要瓶颈。

5. 上下文膨胀

每一轮 T-A-O 循环都会向对话历史中追加内容，多轮之后可能导致上下文窗口溢出。这不仅增加了 Token 成本，还会引发"中间信息丢失"（Lost in the Middle）效应，使模型难以关注到早期步骤的关键信息。