ReAct (Reason and Act): zo werkt een AI-agent

Kort antwoord: ReAct staat voor Reason and Act: redeneren en handelen. Het is een werkwijze waarbij een AI-agent steeds een korte afweging maakt (wat is de volgende stap?), daarna een actie uitvoert met een tool (zoeken, een systeem raadplegen, iets berekenen) en vervolgens bekijkt wat dat opleverde. Die lus herhaalt zich tot de taak klaar is.

Een gewone chatbot geeft antwoord op basis van wat het model al weet. Een agent die volgens ReAct werkt, kan tussendoor informatie ophalen en zijn plan bijstellen. Dat is het verschil tussen gokken en nakijken.

Waar komt ReAct vandaan?

De term komt uit het onderzoeksartikel ReAct: Synergizing Reasoning and Acting in Language Models van Shunyu Yao en collega's (Princeton en Google, 2022). Zij lieten zien dat taalmodellen beter presteren op vraag- en beslistaken als je redeneren en handelen combineert, in plaats van alleen te laten redeneren of alleen acties te laten kiezen.

Inmiddels zit hetzelfde idee in veel agent-frameworks en AI-assistenten die tools mogen gebruiken. Niet altijd heet het daar letterlijk ReAct, maar de lus is herkenbaar.

Hoe werkt de lus?

Een ReAct-agent doorloopt telkens drie stappen:

1. Gedachte (Reason): de agent bedenkt wat er nog nodig is. Bijvoorbeeld: "Ik weet de openingstijden niet, die moet ik opzoeken."
2. Actie (Act): de agent roept een tool aan, zoals een zoekfunctie, een database of een agenda.
3. Observatie: de agent leest het resultaat en neemt dat mee in de volgende gedachte.

Dat gaat door tot de agent genoeg weet om de taak af te ronden, of tot een ingestelde grens is bereikt.

Een voorbeeld uit de praktijk

Stel: je vraagt een agent welke campagnes vorige maand het meeste opleverden.

• Gedachte: ik heb de cijfers van vorige maand nodig.
• Actie: haal de campagnedata op uit het advertentieaccount.
• Observatie: vijf campagnes, met kosten en conversies.
• Gedachte: ik moet per campagne de kosten per conversie berekenen.
• Actie: berekening uitvoeren.
• Observatie: campagne B scoort het best.
• Antwoord: een overzicht met campagne B bovenaan en de onderbouwing erbij.

Elke stap is te volgen. Dat maakt het makkelijker om te zien waar het misgaat als de uitkomst niet klopt.

Waarom is dit nuttig?

• Minder verzinnen: de agent zoekt feiten op in plaats van ze te raden.
• Bijsturen onderweg: levert een actie iets onverwachts op, dan past de agent zijn plan aan.
• Controleerbaar: de gedachten en acties zijn terug te lezen, handig bij testen en verbeteren.

Waar moet je op letten?

• Rechten: geef een agent alleen de tools en toegang die hij echt nodig heeft. Laat acties met gevolgen, zoals iets versturen of verwijderen, eerst door een mens goedkeuren.
• Kosten en tijd: elke stap is een extra aanroep van het model. Lange lussen worden traag en duurder. Stel een maximum aantal stappen in.
• Kwaliteit van tools: een agent is zo goed als de informatie die hij ophaalt. Rommelige data geeft rommelige antwoorden.
• Niet hetzelfde als React: React met een kleine letter is een JavaScript-bibliotheek om websites te bouwen. Dat heeft hier niets mee te maken.

Wil je meer weten over wat agents in de praktijk doen? Lees dan ook over AI agents en digitale medewerkers.

Veelgestelde vragen

Wat betekent ReAct bij AI?

ReAct staat voor Reason and Act. Een AI-agent wisselt redeneren af met acties via tools en bekijkt na elke actie het resultaat, tot de taak klaar is.

Wat is het verschil tussen ReAct en een gewone chatbot?

Een gewone chatbot antwoordt uit wat het model al weet. Een ReAct-agent kan onderweg informatie opzoeken, systemen raadplegen en zijn aanpak bijstellen.

Is ReAct hetzelfde als React?

Nee. React is een JavaScript-bibliotheek voor websites en apps. ReAct is een werkwijze voor AI-agents.

Wie heeft ReAct bedacht?

Shunyu Yao en collega's van Princeton University en Google beschreven de aanpak in 2022 in het artikel "ReAct: Synergizing Reasoning and Acting in Language Models".