知识
基础 · 知识20 分钟阅读

ReAct 循环在三类模型接口里的消息形态

Chat Completions、Responses、Anthropic Messages 分别用 role 数组、item 数组、内容块表达"调用工具—回结果",差别集中在线程终止标记与思考结果能否回传

要点

  • ReAct 在协议层没有特殊语法:一次请求产出一条带工具调用的助手消息,客户端执行后把结果作为下一条输入发回去,直到响应里不再有工具调用。
  • 三家的差别只有三处:工具调用与结果如何成对关联、用什么标记"这一轮还没说完"、思考结果能不能回传给模型。
  • 思考回传是硬约束而非优化项:Responses 漏掉 reasoning item 只是失去连续性,Anthropic 改动 thinking 块直接 400。

机制

一轮 ReAct 由四段构成,顺序固定:

  1. 设定:系统指令 + 工具清单,每次请求都在场。
  2. 推理与动作:模型输出文本与工具调用(可能并行多个)。
  3. 观察:客户端执行工具,把结果按协议要求的形状回填。
  4. 判定:响应里还有工具调用就回到第 2 步,否则循环结束。

三类接口对第 4 步的标记方式不同:Chat Completions 看 finish_reason,Anthropic 看 stop_reason: "tool_use",Responses 看 output 里有没有 function_call 项——它在一次请求内就能由服务端跑完内置工具,所以"循环"可能整个发生在服务端。

三类接口对照

维度Chat CompletionsResponsesAnthropic Messages
输入容器messages[],按 role 排input,字符串或 item 数组messages[],只能 user / assistant
系统指令system 消息;o1 起用 developer 消息顶层 instructions,或 input 里的 system/developer item顶层 system(字符串或 block 数组,可带 cache_control)
工具定义{"type":"function","function":{…}}(外部标签){"type":"function","name":…,"parameters":…}(内部标签){"name","description","input_schema"}
工具调用assistant.tool_calls[],function.arguments 是 JSON 字符串output[] 里 type:"function_call",同样 arguments 是字符串assistant 内容块 type:"tool_use",input 是对象
结果回传{"role":"tool","tool_call_id":…,"content":…}{"type":"function_call_output","call_id":…,"output":…}user 消息里的 type:"tool_result" 块,带 tool_use_id
思考结果不返回,只有 usage 计数type:"reasoning" 的 output itemassistant 内容块 type:"thinking" + signature
继续条件finish_reason: "tool_calls"output 里有 function_callstop_reason: "tool_use"
状态托管无,客户端自己攒 messagesprevious_response_id 或自行回放无,客户端自己攒 messages

系统消息怎么发

Chat Completions 把系统指令当普通消息放在数组头部,o1 之后推荐 developer:

json
{
    "messages": [
        { "role": "developer", "content": "You are a coding agent." },
        { "role": "user", "content": "修掉这个测试" }
    ]
}

工具定义不占 messages 位置,而是被注入系统消息区渲染,因此工具 schema 越多,每轮输入 token 越多——这也是 tool search / 延迟加载存在的理由。

Responses 把系统指令提到顶层 instructions,与 input 分离:

json
{ "instructions": "You are a coding agent.", "input": "修掉这个测试" }

注意 previous_response_id 不继承 instructions,链式调用每次都要重发,否则第二轮起人设消失。

Anthropic 的 system 是顶层参数,不在 messages 里;写成 block 数组才能挂缓存断点:

json
{
    "system": [{ "type": "text", "text": "You are a coding agent.", "cache_control": { "type": "ephemeral" } }],
    "messages": [{ "role": "user", "content": "修掉这个测试" }]
}

messages 必须 user / assistant 交替,连续同角色会被合并;最后一条可以是 assistant(prefill),但新模型可能直接 400。

工具调用怎么来回

Chat Completions 一次响应只有一条 assistant 消息,多个调用并排放在 tool_calls 里,结果逐条回填,id 与 tool_call_id 配对:

json
{"role":"assistant","content":null,"tool_calls":[
  {"id":"call_1","type":"function","function":{"name":"read_file","arguments":"{\"path\":\"a.ts\"}"}}]}
{"role":"tool","tool_call_id":"call_1","content":"export const a = 1"}

模型不保证 arguments 是合法 JSON,落地前必须校验;并行调用可用 parallel_tool_calls: false 关掉。

Responses 把调用与结果拆成两个 item,用 call_id 关联,且必须按原顺序整体回放 output——其中包括 reasoning item:

json
{"type":"function_call","call_id":"call_1","name":"read_file","arguments":"{\"path\":\"a.ts\"}"}
{"type":"function_call_output","call_id":"call_1","output":"export const a = 1"}

function_call_output.output 除了字符串还能放图片/文件内容块;内置工具(web search、code interpreter、MCP)由服务端执行,客户端只看到 web_search_call 之类的 item。

Anthropic 的 tool_use 是 assistant 内容里的一块,tool_result 是下一条 user 消息里的块,必须紧跟它回答的那个调用:

json
{"role":"assistant","content":[{"type":"tool_use","id":"toolu_1","name":"read_file","input":{"path":"a.ts"}}]}
{"role":"user","content":[{"type":"tool_result","tool_use_id":"toolu_1","content":"export const a = 1"}]}

失败结果用 is_error: true 标记,不要把错误文本当正常输出塞回去。

思考消息怎么来回

Chat Completions:思考不进协议。客户端只有 reasoning_effort 与 max_completion_tokens 两个旋钮,以及 usage.completion_tokens_details.reasoning_tokens 这一个事后计数。由此带来两条现实限制:从 GPT-5.4 起,reasoning_effort 非 none 时 Chat Completions 不支持工具调用;GPT-6 Astra / 6.1 Sol 的工具调用只走 Responses。

Responses:思考是独立的 output item,summary 数组是可读摘要(要 reasoning.summary 显式打开),encrypted_content 是不能读但能回放的密文。

json
{ "type": "reasoning", "id": "rs_1", "summary": [{ "type": "summary_text", "text": "先读文件再改" }] }

规则有三条:与 function_call 一起原样回放;跨轮是否生效由 reasoning.context(current_turn / all_turns)与模型决定;不要改动 reasoning item 之前的前缀,GPT-6.2 起插入或修改历史会让 API 直接丢弃该 item(input_transformations 里报 prefix_mismatch)。想让思考不落库,用 store: false,此时每个 reasoning item 自带 encrypted_content,回放即可续上。

Anthropic:thinking 块在正文之前,signature 是加密后的完整思考,display: "omitted" 时文本为空、签名照旧。

json
{"type":"thinking","thinking":"","signature":"EosnCkYICxIM..."}
{"type":"text","text":"改好了"}

必须整块原样回传、顺序不变,改一个字符就是 400(invalid_request_error)。最新一代模型默认 adaptive 思考、display: "omitted";手工 type:"enabled" + budget_tokens 在 4.7 及以后直接 400,控制深度改用 output_config.effort。工具循环里思考可以出现在两个 tool_use 之间(interleaved),一轮 assistant turn 内的思考必须在同一模式下产生;中途切换 thinking 配置不会报错,但会被静默降级。

规则与取值

条件结果
Chat Completions content 为 null 但有 tool_calls合法,这是纯工具调用响应
Chat Completions 漏回某个 tool_call_id多数实现直接报错,调用与结果必须一一对应(未逐家实测)
Responses 漏回 reasoning item不报错,只是失去思考连续性
Responses 用 previous_response_id 却没重发 instructions系统指令丢失
Responses 改动 reasoning item 之前的历史GPT-6.2 起该 item 被丢弃
Anthropic 改 thinking 块或调整顺序400
Anthropic 返回 stop_reason: "tool_use" 却没回 tool_result下一轮报错,结果必须紧跟对应调用(未实测)
Anthropic 在工具循环中途改 thinking 配置静默关闭思考,不报错
三家任一把工具 schema 放太多每轮都付输入 token,思考也一样

边界

  • 结论来自官方文档,读取日期 2026-11-18:OpenAI 的 Responses / Chat Completions 参考与迁移、推理、函数调用指南,Anthropic 的 Messages 参考与 thinking 文档(anthropic-version: 2026-10-21)。
  • 未在本机发过真实请求,模型能力矩阵随版本移动很快,具体模型支持以文档表格为准。
  • 第三方兼容层(vLLM、OpenRouter、各类自建代理)常在 assistant 消息里加 reasoning_content 之类私有字段,那是扩展而非任一官方协议,跨供应商移植时不成立。
  • 只讲"消息怎么摆",不讲提示工程、并行工具调度和上下文压缩策略。

参考