Agenten-Handlungszyklus (Thought ➔ Action ➔ Observation / ReAct)
Fundamentales algorithmisches Muster für autonome Agenten (bekannt als ReAct: Reasoning + Acting). Es besteht aus einem iterativen Zyklus mit drei Schritten: 1) Thought – Analyse der Situation; 2) Action – Aufruf eines Tools; 3) Observation – Analyse des Ergebnisses und Anpassung des Plans.
1. Überblick über das Konzept und den Zweck
Ein herkömmliches Computerprogramm folgt strikt einer linearen Logik: Wenn im Code steht „öffne Datei A“, diese aber nicht auf der Festplatte existiert, stürzt das Programm mit einem kritischen Fehler ab (Crash). Es kann nicht anhalten und überlegen: „Oh, die Datei fehlt – ich suche sie mal in einem anderen Ordner.“
Autonome AI-Agenten arbeiten grundlegend anders. Sie nutzen einen Agentic Loop.
Praktisch betrachtet ist dies eine Anwendung des wissenschaftlichen Methodenansatzes: Der Agent formuliert eine Hypothese (Thought), führt ein Experiment durch (Action), analysiert das Ergebnis (Observation) und korrigiert sich bei Fehlern im nächsten Schritt selbst.
2. Aufbau des ReAct-Zyklus
┌────────────────────────────────┐
│ МЕТА КОРИСТУВАЧА: │
│ «Дізнайся вік мера Лондона» │
└───────────────┬────────────────┘
│
▼
┌─────────────────────────────────────┐
│ 1. ДУМКА (Thought): │
│ «Мені треба спочатку знайти, хто │
│ мер Лондона, а потім знайти його вік»│
└──────────────────┬──────────────────┘
│
▼
┌─────────────────────────────────────┐
│ 2. ДІЯ (Action): │
│ Виклик Google Search: «мер Лондона» │
└──────────────────┬──────────────────┘
│
▼
┌─────────────────────────────────────┐
│ 3. СПОСТЕРЕЖЕННЯ (Observation): │
│ Результат: «Мер Лондона — Садік Хан»│
└──────────────────┬──────────────────┘
│
(Мета ще не досягнута! Новий виток циклу)
│
▼
┌─────────────────────────────────────┐
│ 1. ДУМКА (Thought): │
│ «Тепер я знаю ім'я: шукаю вік Садіка│
│ Хана на день народження» │
└──────────────────┬──────────────────┘
│
▼
[ Дія ➔ Спостереження ]
│
▼
🎉 ФІНІШ: «Садіку Хану зараз 55 років»
3. Warum dieser Zyklus Systeme robust gegenüber Bugs macht
Versucht ein Agent, Python-Code auszuführen, und erhält einen Kompilierungsfehler:
- Schritt Thought: „Ich sehe einen IndexError in Zeile 14. Das bedeutet, dass das Array leer ist.“
- Schritt Action: „Ich korrigiere den Index und starte das Skript neu.“
- Schritt Observation: „Das Skript wurde erfolgreich mit Exit-Code 0 beendet!“
Der Agent hat den Fehler eigenständig behoben, ohne menschliches Eingreifen.
4. Praktische Schlussfolgerung
Jedes moderne Agent-Framework (LangGraph, CrewAI, AutoGen) implementiert unter der Haube genau diesen Zyklus. Das Verständnis der Triade Thought ➔ Action ➔ Observation ermöglicht es Ihnen, die Logs des Agenten mühelos zu lesen und genau nachzuvollziehen, an welchem Schritt ein Missverständnis aufgetreten ist.
FAQ: Agenten-Handlungszyklus (Thought ➔ Action ➔ Observation / ReAct)
Verwandte Begriffe
KI-Agenten (Autonome Agenten)
Ein autonomes System auf Basis eines großen Sprachmodells, das nicht nur auf Nachrichten antwortet, sondern eigenständig eine Abfolge von Aktionen plant, externe Tools (Browser, Terminal, Datenbanken) nutzt und komplexe Aufgaben ohne ständige menschliche Aufsicht ausführt.
Agenten-Entwurfsbereich (Scratchpad)
Ein temporärer Arbeitspeicherbereich im Kontextfenster des Modells, in dem der Agent seine Zwischenüberlegungen, Pläne, Unsicherheiten und Schlussfolgerungen vor dem Aufruf von Tools notiert. Dieser Bereich ist für Endbenutzer verborgen, um die Klarheit der finalen Benutzeroberfläche zu gewährleisten.
Agenten-Loops und Budgetschutz (Infinite Loops)
Ein kritischer Fehlerzustand eines autonomen Agenten, bei dem er aufgrund wiederkehrender Fehler oder der Unfähigkeit, ein Ziel zu erreichen, in eine endlose rekursive Aktionsschleife gerät. Es werden Mechanismen zum Schutz des Wallets betrachtet: harte Schrittlimits (Max Steps), Ausgabelimits (Spend Caps) und Zyklus-Erkennung.