颠覆认知！DeepSeek-R1实战ReAct Agent：推理王者为何折戟智能体战场？

最新推荐文章于 2025-11-23 19:13:18 发布
原创 最新推荐文章于 2025-11-23 19:13:18 发布 · 570 阅读 · 17 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #智能体 #大模型 #DeepSeek-R1 #AI #Agent #AI智能体

注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《GPT多模态大模型与AI Agent智能体》（跟我一起学人工智能）【陈敬雷编著】【清华大学出版社】

清华《GPT多模态大模型与AI Agent智能体》书籍配套视频课程【陈敬雷】

文章目录

GPT多模态大模型与AI Agent智能体系列二百二十三

颠覆认知！DeepSeek-R1实战ReAct Agent：推理王者为何折戟智能体战场？

一、核心实验背景与设计逻辑

在AI Agent爆发的2025年，ReAct架构已成为构建自主智能体的核心范式，其通过"思考（Thought）-行动（Action）-观察（Observation）“的循环闭环，让大模型实现从"文本生成"到"任务解决"的跨越。与此同时，以DeepSeek-R1为代表的推理型大模型凭借深度思维链能力备受追捧，外界普遍认为这类模型能成为ReAct Agent的理想"大脑”。

为验证这一假设，实验团队基于LangGraph框架搭建了标准ReAct Agent原型，通过控制变量法对6款主流大模型进行实战评测。实验核心围绕三大维度展开：一是模型对ReAct闭环逻辑的遵循度，二是多步骤任务的动态规划能力，三是工具调用的准确性与稳定性。

1. 实验核心组件搭建

实验构建的ReAct Agent包含三大核心模块：

  • 工具集：涵盖网络搜索（获取实时数据）、计算器（执行数值运算）、文本摘要（提炼关键信息）、邮件发送（完成结果交付）四类基础工具，覆盖Agent常见任务场景。
  • 提示工程体系：设计严格的ReAct输出格式模板，要求模型每次迭代仅输出单个工具调用指令，且需以"Thought"开头，通过JSON格式传递工具参数。
  • 状态管理机制：基于LangGraph的状态累积特性，将对话历史、工具返回结果全程纳入上下文，确保模型能基于历史信息动态调整决策。

2. 评测体系设计

实验采用阶梯式任务难度设计，从单步骤到条件分支任务逐步升级：

  1. 基础任务：搜索《哪吒2》最新票房数据（单一工具调用）
  2. 中级任务：搜索《哪吒2》剧情并发送至指定邮箱（多工具串联）
  3. 高级任务：票房数据条件判断+分支任务执行+结果邮件发送（含动态决策的复杂流程）

评测模型涵盖两类主流选型：通用大模型（gpt-4o-mini、doubao-1.5-32k、deepseek-v3）与推理专用模型（deepseek-r1、deepseek-r1:7b、qwen-2.5:7b），通过多次重复测试排除偶发误差。

二、颠覆性实验结果与典型现象

1. 跨模型性能对比全景

模型 任务一（基础） 任务二（中级） 任务三（高级） 综合表现
gpt-4o-mini Yes Yes Yes 优秀
doubao-1.5-32k Yes Yes Yes 优秀
deepseek-v3 Yes Yes Yes 优秀
最低0.47元/天 解锁文章
ReAct Agent 实战：基于DeepSeek从0到1实现大模型Agent的探索模式
kakaZhui的博客
04-23 1139
大型语言模型（LLM）的崛起开启了通用人工智能（AGI）的无限遐想。但要让 LLM 从一个被动的“文本生成器”转变为能够主动解决问题、与环境交互的智能体（Agent），我们需要赋予它思考、行动和学习的能力。框架正是实现这一目标的主流范式之一。在观察环境后进行思考（Reasoning），基于思考决定下一步行动（Action），执行行动后观察结果（Observation），然后根据新的观察再次思考…
【避坑指南】纯前端调用DeepSeek-R1：HTTP接口调用与流式响应实战
chuweiyan的博客
03-02 1035
基于RICH，延续熟悉的 Ant Design 设计语言，全新 AGI 混合界面（Hybrid-UI）解决方案，完美融合 GUI 和自然会话交互。从唤醒到表达，从过程到反馈，合适的组件恰当的呈现在所有的人机互动过程中。
基于DeepSeek私有化部署RAGFlow行业知识库和智能体Agent，完美实现知识图谱和低代码开发（含案例）
程序员鑫港的博客
06-24 2064
本文给出了AI知识库和Agent智能体在各个行业的应用场景，并详细演示了DeepSeek+RAGFlow的私有化部署过程、总体架构、知识库和Agent智能体搭建、核心模块代码等细节，以及如何完美实现知识图谱和低代码开发。
【7万字长文，含案例】基于DeepSeek私有化部署RAGFlow行业知识库和智能体Agent，完美实现知识图谱和低代码开发
ibrahim的博客
04-24 3932
本文给出了AI知识库和Agent智能体在各个行业的应用场景，并详细演示了DeepSeek+RAGFlow的私有化部署过程、总体架构、知识库和Agent智能体搭建、核心模块代码等细节，以及如何完美实现知识图谱和低代码开发。
51c大模型~合集125
whaosoft~aiotの开发板商城
05-08 3129
整个过程在与环境的互动中完成，环境负责验证任务的合理性和解答的正确性，并为模型提供奖励反馈。在这一范式下，研究团队训练了新的模型 Absolute Zero Reasoner（AZR），以代码执行器作为真实环境，自动生成并解决三类代码推理任务，涵盖归纳、演绎与溯因推理，依赖环境可验证的反馈实现稳定训练。在最核心的比较中，AZR-Coder-7B 在多个代码与数学推理基准上取得了当前同规模模型中的最优结果，不仅在总体平均分上领先，更在代码任务平均得分上超越了多个依赖人工任务训练的模型。他的导师是黄高教授。
51c大模型~合集159
whaosoft~aiotの开发板商城
07-25 1334
整个框架采用模块化和框架无关的设计理念，不仅能够与多种 Agent 架构无缝集成，更为跨框架的经验共享和协作学习开辟了新的可能性。而 Agent KB 增强的 agent 则能够应用经验驱动的规则：智能过滤 ANISOU/HETATM 记录，专注于真正的 ATOM 条目，并通过 N-CA 键长范围的合理性检查进行验证，最终精准提取骨架 N-CA 原子对，报告出正确的 1.456 Å 距离。当遇到新的数据集中的测试例子的时候，从历史经验中检索相关的解决策略，将其他 agent 的经验适配到新的任务场景。
Java 大视界 -- 人才需求与培养：Java 大数据领域的职业发展路径（92）
【青云交】华为云云享专家 | 阿里云开发者社区专家博主 技术圈个人影响力前 17 | 博客之星 TOP23 优快云 首位四榜（原力榜 / 作者周榜 / 领军人物 / 综合热榜）榜首，破平台纪录！ 苏州地区全榜霸榜，感恩全网十多万粉丝同行！
02-18 1307
本文深入剖析 Java 大数据领域人才需求，从技术、业务、软技能维度展开，阐述初、中、高级职业发展路径，提出高校、企业、个人多层面培养策略，为从业者职业规划提供全面参考。
DeepSeek R1 简易指南：架构、本地部署和硬件要求
m0_74823094的博客
02-10 829
从DeepSeek-R1-Zero到DeepSeek-R1，代表了研究中的一个重要学习历程。DeepSeek-R1-Zero 证明了纯粹的强化学习是可行的，而 DeepSeek-R1 则展示了如何将监督学习与强化学习相结合，从而创建出能力更强、更实用的模型。“本文所述技术参数均来自公开研究文献，实际部署需遵守当地法律法规”最后：React Hook 深入浅出CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读。
react-native-user-agent:帮助您获取移动应用程序用户代理和Web视图用户代理字符串的库
05-22
React本机用户代理 支持平台 的iOS 安卓 入门指南 将react-native-user-agent添加到您的依赖项 yarn add react-native-user-agent 或者，供npm使用 npm install react-native-user-agent --save 链接本机依赖项 ...
黄仁勋GTC开场：「AI-XR Scientist」来了！
2501_94005722的博客
11-20 1309
丛乐 (Le Cong)，斯坦福大学医学院病理学系和遗传学系教授。他被公认为是 CRISPR 基因编辑领域的奠基人之一。早在哈佛大学攻读博士学位期间，丛乐在导师张锋（Feng Zhang）和乔治・丘奇（George Church）的指导下，作为第一作者在 Science, Cell, Nature 杂志上发表了数篇标志性论文，首次证实 CRISPR/Cas9 系统可以在哺乳动物和人类细胞中实现基因编辑，为这一革命性技术的后续应用奠定了基石。
传统NLP算法
记录成长‌，知识沉淀，连接同行‌
11-19 733
传统NLP算法与当前大模型的对比分析 传统NLP算法主要基于规则和统计模型（如HMM、CRF、SVM），依赖人工特征工程和领域知识，适合特定任务但泛化能力有限。其优势在于可解释性强、计算资源需求低。典型应用包括分词、命名实体识别和文本分类等。 现代大模型（如Transformer架构LLM）采用预训练-微调范式，通过海量数据自动学习语言表示，具备强大的生成能力和跨任务迁移性。它们能处理复杂任务如对话生成和多语言翻译，但需巨额计算资源。 二者存在技术演进关系：大模型继承了传统NLP的核心思想，但通过深度学习实
基于华为开发者空间实现花卉识别
优快云高校俱乐部官方博客
11-21 1464
基于华为开发者空间实现花卉识别
人工智能在医疗行业的革命性应用：从诊断到个性化治疗
2501_94114442的博客
11-21 459
人工智能（AI）技术近年来已经渗透到各个行业，其中，医疗行业无疑是受益最大之一。从疾病的早期诊断到个性化治疗方案的制定，AI正在加速医学领域的变革。通过机器学习、深度学习、自然语言处理等技术，AI不仅能够处理和分析大量的医疗数据，还能够帮助医生做出更加精准的决策，提升患者的治疗效果，并优化整个医疗体系的运作效率。本文将探讨人工智能在医疗行业的应用，分析其在不同医疗领域的具体作用，并展望AI如何进一步推动医疗健康行业的发展。
【NullSwap】NullSwap: Proactive Identity Cloaking Against Deepfake
最新发布
人生不是轨道，是旷野。希望每天都有好心情。
11-23 137
由于生成模型的进步，被动检测高质量Deepfake图像的性能瓶颈，主动扰动提供了一种有前途的方法，通过将信号插入良性图像来禁用Deepfake操作。【生成模型的发展，使得生成高质量伪图越来越难被检测】然而，现有的主动扰动方法在以下几个方面仍然不能令人满意：【当前主动扰动存在的问题】1）由于直接元素添加而导致的视觉退化;2）对交换操纵的有效性有限;3）不可避免地依赖于白盒和灰盒设置，以在训练期间涉及生成模型。我们分析了深度伪造swap技术的本质，并论证了保护源身份而非目标图像的必要性。
创客匠人 2025 高峰论谈（11.22-25）：AI 智能体重构创始人 IP 打造与知识变现的管理逻辑
ckjrxx的博客
11-20 627
这一 “数据化定位逻辑”，将在。创客匠人峰会筹备阶段强调，AI 智能体的核心意义是 “解放人”—— 将创始人从机械性工作中解放，专注知识体系迭代、用户信任构建等核心价值创造，让知识变现从 “个人生意” 升级为 “企业级业务”。创始人 IP 定位的核心是 “找到市场需求与核心能力的交集”，传统模式本质是 “个体直觉管理”，而 AI 智能体通过数据化管理思维，将定位转化为可量化、可追溯的流程。这些问题本质是企业管理中 “个体能力” 与 “系统效率” 的失衡，而 AI 智能体的出现，正从管理底层重构这一逻辑。
强化学习人形机器人奖励函数分析
ModestCoder_的博客
11-23 574
PPO (Proximal Policy Optimization) 是一种 Actor-Critic 架构算法。奖励函数是整个学习过程的指挥棒。学习预测未来的累积回报（Return）。用于处理物理限制的软约束，形式通常为单边损失（Hinge Loss）。，作为 Cost/Penalty 使用，用于约束能量和保持稳定。以下是代码中各个奖励项的数学表达及其物理含义分析。形式，旨在最大化机器人对指令的跟随精度。这种设计是现代机器人控制领域的标准范式。形式，在总奖励计算中通常会被赋予。
宇树G1-D：人形机器人下一步方向！
Charlie_Mo的博客
11-21 954
宇树科技推出G1-D人形机器人工作站全栈解决方案，实现从硬件平台向"硬件+数据+AI"生态平台升级。该方案以G1-D为核心载体，为AI模型开发提供强力支撑，可应用于制造业等场景，提升生产精度和效率。在AI技术快速发展的背景下，掌握基于G1-D的AI开发技能将增强就业竞争力。这一创新方案为行业搭建AI训练基础设施，推动技术进步，展现未来发展潜力。
5G与人工智能：相辅相成推动未来智能化世界
2501_94108919的博客
11-21 922
近年来，5G和人工智能（AI）被视为数字时代的两大核心技术，它们不仅各自推动了技术进步，还在相互结合的过程中，带来了革命性的变革。例如，在智能制造中，AI可以基于5G传输的生产数据，实时调整生产线，优化生产效率，减少停机时间。比如，通过5G网络连接的智能穿戴设备可以实时监测患者的生命体征，并通过AI分析数据，为医生提供决策支持，甚至进行远程手术指导。5G网络的普及需要大量的基站和基础设施建设，而AI的应用则要求更高的计算能力和更低的延迟，这对硬件的要求非常高。
Python机器学习库
2509_93946396的博客
11-22 529
说到机器学习核心库，Sklearn的API设计确实经典。最近在做的图像分类项目里，用tf.data构建数据管道比传统生成器效率提升明显，尤其是map()和cache()的链式调用，让数据增强流程流畅了不少。最近遇到个有趣案例：某电商用户行为数据清洗时，发现用pd.get_dummies()处理分类变量比手动编码快了三倍，配合query()方法做数据筛选，代码行数直接减半。计算机视觉项目里OpenCV的HOG特征提取依然可靠，配合imutils库里的便捷函数，几行代码就能完成复杂的目标检测预处理。
DeepSeek-R1 思考部分返回：<think>xxx</think>
02-28
### DeepSeek-R1 中配置思考部分返回格式 为了使 `DeepSeek-R1` 的 `<think>` 标签能够被正确处理并渲染，可以采用自定义解析器来实现特定的Markdown渲染效果。具体来说，在项目环境中安装 `rehype-raw` 插件可以帮助完成这一目标。 #### 安装依赖包 首先需要引入必要的工具库以便支持对特殊标签如 `<think>` 进行定制化处理： ```bash yarn add rehype-raw ``` 此操作会将所需的软件包加入到项目的依赖列表中[^3]。 #### 修改服务启动参数 当运行基于 `vllm` 的推理服务器时，可以通过指定额外选项让模型理解如何解释带有逻辑推导性质的内容片段。这涉及到调整用于提供API接口的服务端设置，确保其具备开启推理功能以及指明相应的解析方式的能力: ```bash vllm serve /path/to/model \ --gpu-memory-utilization 0.95 \ --max-model-len 40000 \ --served-model-name "DeepSeek-R1-14B" \ --kv-cache-dtype="fp8_e4m3" \ --calculate-kv-scales \ --port 30001 \ --enable-reasoning \ --reasoning-parser deepseek_r1 ``` 上述命令中的 `--enable-reasoning` 和 `--reasoning-parser deepseek_r1` 参数就是用来激活和支持这种特性的开关[^2]。 #### 实现自定义渲染逻辑 为了让前端展示层面上能更好地呈现由后台传来的包含 `<think>` 标记的数据，可以在构建React组件或其他视图框架的过程中集成 `rehype-raw` 来转换这些特殊的HTML结构为更友好的样式，比如将其表现为区块引用（blockquote）。这样不仅提升了用户体验，也使得机器产生的思维过程更加直观易读。 ```javascript import React from 'react'; import remarkGfm from 'remark-gfm'; import rehypeRaw from 'rehype-raw'; import { unified } from 'unified'; import parse from 'html-react-parser'; const renderThinkTag = (children) => ( <blockquote className="custom-think-tag"> {parse(children)} </blockquote> ); // 使用统一处理器处理输入文本，并应用插件 function processContent(contentString) { return unified() .use(remarkGfm) .use(rehypeRaw, { handlers: { think: renderThinkTag } }) .processSync(contentString).result; } ``` 这段代码展示了怎样利用 `unified` 处理链结合 `rehype-raw` 及其他相关模块来自定义处理流程，从而达到预期的效果——即把所有的 `<think>` 元素都转化为具有独特样式的区块引用形式显示出来。 通过以上步骤，就可以有效地管理和优化 `DeepSeek-R1` 输出内容中涉及思考环节的表现形式了。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

陈敬雷-充电了么-CEO兼CTO

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值