ReAct（推論・行動）とは？

ReAct（リアクト）とは、LLMエージェントが「推論（Reasoning）」と「行動（Acting）」を交互に繰り返すことで複雑なタスクを処理するアーキテクチャパターンです。Reasoning and Actingの略であり、エージェントが各ステップで「なぜこの行動をとるか」を言語化しながら外部ツールの呼び出しや情報収集を進めることで、処理の透明性と精度を両立します。

— 背景・課題

LLMエージェントが複雑なタスクを処理する際、推論のみ（Chain-of-Thought）では外部情報へのアクセスができず、行動のみでは根拠のない処理が連鎖するリスクがあります。特に要件定義・設計レビューのように「根拠を持った判断」と「外部システムへのアクセス」を交互に行う必要がある上流工程では、推論と行動を分離したアーキテクチャでは対応しきれない課題がありました。ReActはこの二つを統合したパターンとして、エージェントの処理精度と説明可能性を同時に高めます。

— 仕組み・特徴

ReActは「思考（Thought）→行動（Action）→観察（Observation）」の三ステップを繰り返すループで動作します。エージェントはまず現在の状況と次に取るべき行動の理由を自然言語で思考し、その思考に基づいてツール呼び出しや検索などの行動を実行します。行動の結果（観察）を受け取り、次の思考ステップへとつなぐこのサイクルにより、複数ステップにまたがる推論チェーンが構築されます。Chain-of-Thoughtが思考のみで完結するのに対し、ReActは思考と外部行動を交互に行う点が本質的な違いです。またPlanningが事前にサブタスクリストを生成するのに対し、ReActは各ステップで動的に次の行動を決定します。

— 実務利用シーン

上流工程での代表的な活用例は、要件定義書のレビューエージェントがReActパターンで動作し「この要件には性能基準が未定義（思考）→非機能要件チェックリストを参照（行動）→パフォーマンス要件の記載がないことを確認（観察）→指摘事項として記録（思考）」というサイクルを繰り返して品質チェックを行うパターンです。思考ステップが言語化されるため、エージェントがなぜその判断をしたかのトレーサビリティが確保でき、AI要件定義ガバナンスの監査証跡としても活用できます。

— 関連概念との関係性

ReActはAgentic WorkflowおよびPlanningと連携し、AIエージェントの自律的処理の中核パターンを構成します。Chain-of-Thoughtの推論能力とFunction Calling・Tool Callingによる行動実行能力を統合したアーキテクチャとして位置づけられ、LangChain・AutoGenなどのエージェントフレームワークでReActエージェントとして実装されています。

— まとめ・重要性

ReActは、AIエージェントに「考えながら動き、動きながら考える」能力を与えるアーキテクチャパターンです。処理の透明性とトレーサビリティを確保しながら複雑なタスクを自律処理できる点は、上流工程のガバナンス要件とも高い親和性を持ち、実務品質の高いAIエージェント実装の標準的な選択肢となっています。