ReAct 与 Self-Ask 方法有什么不同？

1. 核心逻辑的差异

Self-Ask 的核心是递归问题分解——将一个复杂问题拆解为一系列可以被直接回答的子问题，每个子问题通过外部工具（主要是搜索引擎）获取答案，最后将所有中间答案聚合为最终回复。ReAct 的核心则是推理-行动循环——在每一步中根据当前状态决定做什么，执行后根据结果调整下一步策略。

2. 适用场景的区分

简而言之，Self-Ask 适合路径可预测的事实类问题，ReAct 适合需要动态调整的交互式任务。

3. 结构对比

Self-Ask 的输出结构是"Follow-up Question → Intermediate Answer"的嵌套对，整个推理过程更像是一个预定义的分解树。ReAct 的输出结构是"Thought → Action → Observation"的线性序列，每一步都依赖于上一步的实际结果，具有更强的适应性。