推理与行动交错模式

预期结果：使用或评估 推理与行动交错模式 (ReAct)，让 AI 行为可以衡量，也能连回证据。 用户场景：Agent 测试部署假设、读取健康信息，再调整假设并检查一个文件。任何写入前就停止。 AI 方法或概念：推理与行动交错模式 (ReAct)。 适用理由：多步骤任务中，每个结果都会改变下一个选择时使用。 不应使用的情况：不要暴露私密推理，也不要让循环无限运行。单步骤任务不需要它。 AI 要求：定义输入与参考证据。设置模型和工具权限。使用有版本号的评估数据与指标。说明失败、拒答、隐私、速度与成本限制。 运营防护：保留可查询记录，并隐藏其中的敏感数据。提供用户看得懂的安全备用做法。标出必须由人工复核的步骤，并定义模型或提示词的恢复方式。 验收标准：在有版本号的评估集上记录当前基线与目标。测试边界案例与恶意输入。验证安全备用做法、监控、权限与恢复方式。 证据与限制（证据边界）：没有一份官方标准能涵盖全部内容。不同团队、平台或框架的用法可能不同。 待确认：目标任务、模型与版本、评估负责人、参考数据、风险阈值、工具权限，以及生产环境的安全备用做法。