CoAct

ReAct存在的局限：

单一智能体决策随着任务变得愈加复杂和冗长，容易出现记忆和规划深度的限制。

CoAct ：A Global-Local Hierarchy for Autonomous Agent Collaboration（全局-局部分层协作用于自主智能体协作）

框架包括两个智能体：

Global Planning Agent（全局规划代理）：

1. 制定全局计划（comprehensive plans）： 一旦接收到任务，它会先制定一个宏观层面的总体方案。
2. 任务分解（phased subtasks）： 将整个任务分解为多个阶段子任务（如 Phase 1、Phase 2 等），并为每个阶段设定明确目标和预期结果。
3. 计划管理（plan management）： 在整个任务期间持续监督与更新这些子任务的执行状态，确保任务推进有序。
4. 与执行代理交互（agent interaction）： 当 Local Execution Agent（本地执行代理）提出执行反馈或请求时，Global Agent 会进行检查，并根据需要调整计划或维持当前策略。

Local Execution Agent（局部执行代理）：

• 像一个“执行员工”；
• 解析每一个子任务 把上层代理分配的阶段性目标进行拆解，提炼出一连串的原子操作步骤；
• 按顺序执行这些操作 比如点击页面按钮、填写表单、提取信息等；
• 执行后对比检查 将操作结果与全局计划中的预期结果进行验证，判断是否达标；
• 评估进展与反馈调整 根据执行结果判断是否：
• • 继续当前阶段；
  • 修正自身计划；
  • 或者向全局代理请求重新规划（re-plan）。
• 生成详尽的任务报告（execution summary） 把执行过的步骤和最终结果结构化地报告上去，确保任务结果与全局目标对齐。

总结：

• ReAct：使用单个智能体，既负责推理又负责行动。在每个循环中，智能体交替进行“思考”和“行动”。
• CoAct：引入团队协作，一个智能体（全局规划智能体）主要负责高层次规划，另一个智能体（本地执行智能体）负责具体执行和低层次推理。

但是这篇论文提到CoAct 引入了 force stop intervention时，性能会提升。说明CoAct同样会随着交互轮次的增加积累无用信息产生幻觉和循环错误。

这种思考+行动的交互迭代方法肯定会存在的问题：上下文爆炸，重复以前的行为，幻觉，历史信息太多决策迟钝。

参考：
https://zhuanlan.zhihu.com/p/29239667810