DeReAct：分解推理与行动，打造更可靠的 AI Agent

arXiv:2610.02351v1 公告类型：new 摘要：基于 ReAct 的 Agent 通常依赖单一 LLM 策略来提出动作、与环境交互，并判定任务何时完成。这种耦合使得动作授权与完成控制难以独立执行，导致错误传播，且不受支持的完成声明会提前终止执行。我们提出 DeReAct，一种模块化 Agent 架构，将两个门控策略外置：Critic 在执行前验证所提议的动作，Context Manager 则重建由环境支持的 \textsc{State} 并认证任务完成。 在 GAIA 和 SWE-bench Verified 上，DeReAct 对能力较弱的 Brain 模型提升 Pass@1 最为显著：Qwen3-Coder-480B 提升 6.5--7.0 个百分点，Claude Sonnet~4.5 提升 4.2--5.2 个百分点；随着 Brain 能力增强，收益逐渐减弱。轨迹与消融分析表明，当目标失败模式足够普遍且门控策略本身足够强时，外置门控是有效的。使用 Claude Opus~4.5 时，Pass@1 与 ReAct 相当，而 DeReAct 产生了证据更完整、约束满足度更高的轨迹，表明完成控制可以用更早的终止来换取更强的 grounding。总体而言，DeReAct 能改进较弱的 Agent，同时在模型能力增强时仍保留 grounding 收益。