树思考是什么？
📍 In One Sentence
树思考告诉模型："探索 3 种方法，评估，选择最佳"。
💬 In Plain Terms
就像要求某人考虑 3 条不同的路线，权衡每条的利弊，然后选择最好的，而不是只跟随第一条想到的路线。
树思考指示模型探索多条推理路径，评估每条，然后在给出最终答案前选择最佳路径。与线性 Chain-of-Thought 不同，树思考明确创建并比较替代方案。
🔍 专业提示
始终指定分支数量（"生成正好 3 个方法"）和评估标准（"按可行性、成本和上市时间比较"）。没有明确标准，模型倾向于选择它生成的第一个分支。
ReAct 是什么？
📍 In One Sentence
ReAct 交替执行：思考→行动→观察→重复。
💬 In Plain Terms
你形成假设，搜索信息来测试它，阅读结果，更新假设——这正是 ReAct 逐步做的。
ReAct（推理+行动）在推理步骤与行动（工具调用、搜索、查找）之间交替，观察结果。这是所有现代 AI 代理（从自主编码到网络研究）的基本模式。
🔍 你知道吗
每次 Claude Code 编辑文件、运行测试并根据输出修复错误时，它都在执行 ReAct 循环。2023 年论文中的 Thought-Action-Observation 模式现在是数百万开发者使用的自主 AI 编码工具的核心。
主要区别
Chain-of-Thought (CoT)： 单一线性路径。模型"逐步思考"，不探索替代方案。
树思考 (ToT)： 有意分支。探索 2-5 个分支、评估、选择最优。Token 消耗要大得多。
ReAct： 有工具交互的线性循环。模型在推理和外部工具调用（搜索、API、代码执行）之间交替。
何时使用 —— CoT 用于简单解释和逻辑。ToT 用于选择重要的战略和计划。ReAct 用于需要外部交互的研究和调试。
对比表：CoT vs ToT vs ReAct
维度 | Chain-of-Thought (CoT) | 树思考 (ToT) | ReAct |
|---|---|---|---|
| 推理形状 | 线性（单路径） | 分支（多路径→选最优） | 工具循环线性 |
| 核心动作 | "逐步思考" | "探索 3 种方法、评估、选择" | "推理→行动→观察→重复" |
| 外部工具？ | 否 | 否（仅内部） | 是——搜索、API、代码执行 |
| Token 成本 | ~1.5-2 倍 | ~2-5 倍 | 可变（工具调用数） |
| 最适用于 | 数学、逻辑、解释 | 战略、计划、创意探索 | 研究、调试、数据分析 |
| 2026 模型支持 | 所有模型 | 推理模型最优（Opus 5、o3） | 内置于所有前沿模型 |
| 需要手动格式化？ | 是（非推理） | 是（明确格式有帮助） | 否（原生工具使用），开源权重除外 |
如何编写树思考提示
按以下步骤构建有效的 ToT 提示：
- 1说明问题并指定分支数量："为 问题 生成正好 3 个方法"
- 2选择前定义评估标准："按 可行性/成本/风险/时间 比较"
- 3让模型评估每个分支并评分或排名
- 4添加选择指示："选择在 标准 上平衡最好的方法"
- 5用选定分支的完整推理完成任务
如何编写 ReAct 提示
为推理-行动-观察循环使用此模板：
在具有原生工具使用的前沿模型上，这个格式由内部处理。模型决定何时调用工具、接收结果、继续推理——无需手动格式化。
推理：首先需要做什么？
行动：[具体工具调用或明确步骤]
观察：[行动的结果]
推理：这告诉我什么？
行动：[下一步]
...
最终答案：[综合结论]2026 年的 ReAct：从提示模式到内置行为
原始 ReAct 论文（2023）提议手动 Thought/Action/Observation 格式作为提示模式。2026 年，GPT-5.6、Claude Opus 5/Sonnet 5 和 Gemini 3.1 Pro 通过 Function Calling/原生工具自动实现 ReAct 循环。
模型决定何时调用工具、接收结果、继续推理——无需手动格式化。只需定义可用工具；模型管理循环。
手动格式化仍然相关的情况：
1. 开源权重模型：没有原生工具使用（Mistral、旧 LLaMA 变体、Qwen）
2. 教育/调试上下文：希望看到完整追踪
3. 模拟工具交互：没有真实 API 连接
生产 ReAct： 自主 AI 编码工具（Claude Code、OpenAI Codex、Cursor）是大规模 productionized ReAct，其中"行动"= 文件编辑和测试运行。
⚠️ 警告
树思考提示可以生成标准提示 3-5 倍的输出 token。在 $0.025/1M 输出 token（Claude Opus 5），生成 5,000 token 的复杂 ToT 每次运行成本约为 $0.125。相应进行预算。
代理系统中的树思考与 ReAct
Claude Code/OpenAI Codex： Productionized ReAct（推理→写代码→运行→观察错误→修复→迭代）
研究代理（Perplexity、Deep Research）：制定问题→搜索→阅读→综合→再搜索
Claude 管理的代理（2026）： 完全托管 ReAct，安全沙箱和内置工具
代理规划： 某些框架在规划阶段使用 ToT——提议多个方法、评估可行性、通过 ReAct 执行最优
MCP（模型上下文协议）： 标准化工具连接，使 ReAct 样式循环即插即用
提示示例
❌ 模糊
帮我为 SaaS 产品制定营销策略。
✅ 结构化树思考
为我们的 SaaS 产品生成正好 3 种营销策略。按以下比较每种：成本、覆盖范围、实施时间、预期转化率。评估每个，分配分数，选择最优。
❌ 无结构
研究 GPU RTX 5090 性能。
✅ 明确观察的 ReAct
推理：哪些来源比较 RTX 5090 GPU？行动：执行 2026 GPU 基准 Web 搜索。观察：[基准结果]。推理：关键点是什么？行动：提取延迟和功耗。最终答案：[综合]
❌ 非迭代
修复代码。
✅ 调试用迭代 ReAct
推理：错误是什么？行动：运行代码，显示输出。观察：[错误：KeyError 第 42 行]。推理：键丢失，需要添加键存在检查。行动：更新代码。观察：[无错误，正常输出]。最终答案：修复的代码，有解释。
Token 成本
ToT：因为模型生成多个分支后再选择，所以基线输出 token 的 2-5 倍。
ReAct：工具调用数可变（每个行动/观察轮次添加 token）。
成本示例（Claude Opus 5 上 $0.025/1M 输出 token）：生成 5,000 token 的复杂 ToT = 每次运行约 $0.125。
高容量指导：在战略决策上有选择地使用 ToT；日常任务优先使用线性 CoT。
入门方法
- 1战略/计划 → 使用带明确分支数和评估标准的 ToT
- 2带工具的研究/调试 → 使用 ReAct（或只在前沿模型上使用原生工具使用）
- 3组合：计划阶段用 ToT，选定分支内的执行用 ReAct
- 4在 PromptQuorum 上跨 GPT-5.6、Claude Opus 5、Gemini 3.1 Pro 并行测试两种模式
常见错误
❌ 对简单任务使用ToT
Why it hurts: ToT会让token成本增加2–5倍。对于"总结这封邮件"这类任务，线性的chain-of-thought更快、更便宜，准确率也相当。只有当问题确实存在多条可行路径时，ToT才划算。
Fix: 先用chain-of-thought测试。如果准确率超过90%，就不要升级到ToT。
❌ 要求过多分支
Why it hurts: "生成10种方案"会超出模型进行有效评估的能力。超过5个分支后，评估质量下降，模型可能开始产出凑数的选项。
Fix: 3–5个分支是最佳区间。复杂问题用3个，创意头脑风暴用5个。
❌ 没有真实工具就使用ReAct
Why it hurts: 模拟式ReAct（模型自行想象动作结果）比真实ReAct（模型调用实际API或工具）要弱。模拟动作仍然会凭空编造数据。
Fix: 生产环境的ReAct请使用带有真实工具绑定的智能体框架（LangChain、CrewAI）。模拟式ReAct适合探索和原型验证。
❌ ToT中缺少评估标准
Why it hurts: 不给标准就说"选出最佳方案"，模型会随机选择或按默认偏好选择。没有明确标准，分支评估这一步就失去了意义。
Fix: 指定3–5条评估标准："按可行性（1-5）、成本（1-5）、实施周期（1-5）评估每个分支，选择总分最高的一个。"
❌ 在每个问题上都把ToT和ReAct组合起来
Why it hurts: 这种组合很强大，但成本高、速度慢。大多数问题只需要其中一种技术，而不是两种。
Fix: "该用哪种策略"类问题用ToT。"查找信息并进行推理"类问题用ReAct。只有两者都需要时才组合，例如"该用哪种策略，且每种策略都需要数据来评估"。
❌ ToT中未说明分支选择标准
Why it hurts: 模型常常在生成分支后就停下，不清楚说明为什么选择其中某一个。隐含的选择依据薄弱，也难以审查。
Fix: 要求给出明确推理："评估完每个分支后，请说明：分支A在标准Y上得X分，理由是原因。最终选择：分支Z，理由是总分与依据。"
❌ 使用ReAct时没有观察循环
Why it hurts: 模型完成推理、执行动作后立刻继续，不停下来观察结果。这就丢失了来自真实反馈的价值。
Fix: 强制执行循环："每次动作之后，停下并说明：观察：你了解到了什么。更新后的推理：这如何改变你的方案。下一步动作：你将如何调整。"
❌ 任由ToT分支偏离主题
Why it hurts: 没有明确约束时，模型可能生成富有想象力但不相关的分支，对解决原始问题毫无帮助。
Fix: 设定分支边界："针对具体问题生成3种方案。每种方案都必须直接回应约束条件。不要探讨旁枝话题或副作用。"
❌ 所有问题都用相同的分支数量
Why it hurts: 简单问题用3个分支时，往往有一个明显占优，白白浪费token预算。复杂问题只用2个分支，则可能遗漏重要的备选方案。
Fix: 让分支数量匹配问题复杂度：二选一决策用2个，典型问题用3个，开放式创意工作用4–5个，简单任务用1个（即纯CoT）。
在 PromptQuorum 中
跨 GPT-5.6、Claude Opus 5/Sonnet 5、Gemini 3.1 Pro 并行测试 ToT 和 ReAct 模式。测量 token 成本、输出质量和延迟，无需向多个 API 暴露数据。
常见问题
树思考提示是什么？
树思考指示模型探索多条推理路径（如决策树分支），评估每条，然后在给出最终答案前选择最佳路径。与线性 CoT 不同，树思考明确创建并比较多个选项。
ReAct 提示是什么？
ReAct（推理+行动）是一个提示框架，其中模型在推理步骤和行动（工具调用、搜索、查找）之间交替。每次行动后，模型观察结果并更新其推理。这个模式是现代 AI 代理的基础。
树思考与 Chain-of-Thought 有何不同？
Chain-of-Thought 遵循单一线性推理路径。树思考分支为多条路径、评估并选择最优。可以这样想：CoT 是走一条路，ToT 是探索分岔口后再选择要走的路。
2026 年还需要手动格式化 ReAct 吗？
在具有原生工具使用的前沿模型（GPT-5.6、Claude Opus 5、Gemini 3.1 Pro）上不需要。这些模型自动实现循环。手动 Thought:/Action:/Observation: 格式化对于没有工具使用的开源权重模型或教学目的仍然有用。
我可以结合树思考和 ReAct 吗？
可以。在战略层面使用 ToT 来探索和比较多个方法，然后在选定分支内使用 ReAct 处理需要工具交互或数据查找的步骤。这在复杂的规划任务中很常见。
哪些模型最适合树思考？
具有扩展思维/推理模式的模型最自然地处理 ToT：Claude Opus 5（扩展思维）、GPT-5.6（推理模式）和 Gemini 3.1 Pro（深度思维）。这些模型可以在内部探索多个分支。
ReAct 的实际应用是什么？
所有现代 AI 代理都是 ReAct 循环：Claude Code（推理代码→编辑→运行测试→观察→迭代）、研究助手（思考问题→Web 搜索→阅读结果→综合）、支持机器人（思考请求→查询知识库→设计响应→验证）。模式从简单查找扩展到数小时的自主会话。
树思考如何影响 Token 成本？
树思考使用明显更多的 token，因为模型生成多个分支后再选择。计划使用标准 CoT 提示输出 token 的 2-5 倍。在 $0.025/1M 输出 token（Claude Opus 5），生成 5,000 token 的复杂 ToT 每次运行成本约为 $0.125。为高容量使用进行预算。
中国企业如何确保树思考和 ReAct 的合规性？
根据中国 2021 年《数据安全法》，本地推理满足数据驻留和处理合规要求。树思考和 ReAct 在本地部署模型上支持金融、医疗和法律部门的法规要求，无需将敏感数据发送到外部 API。
我可以在生产环境中使用树思考和 ReAct 吗？
可以。ReAct 是生产 AI 代理（Claude Code、OpenAI Codex）的基本模式。树思考用于复杂的战略决策。为额外的 token 成本进行预算，并在生产案例中测试模型行为。
来源
- Yao, S., Yu, D., Zhao, J., et al. (2023). "Tree of Thoughts: Deliberate Problem Solving with Large Language Models." NeurIPS 2023. arXiv:2305.10601
- Yao, S., Zhao, J., Yu, D., et al. (2023). "ReAct: Synergizing Reasoning and Acting in Language Models." ICLR 2023. arXiv:2210.03629
- Wei, J., Wang, X., Schuurmans, D., et al. (2022). "Chain-of-Thought Prompting Elicits Reasoning in Large Language Models." NeurIPS 2022. arXiv:2201.11903
- Shinn, N., Cassirer, A., Goyal, A., et al. (2023). "Reflexion: Language Agents with Verbal Reinforcement Learning." arXiv:2303.11366
- Anthropic. (2026). "Tool Use — Claude API Documentation." Retrieved from docs.anthropic.com
- OpenAI. (2026). "Function Calling — Responses API." Retrieved from platform.openai.com/docs