清华姚班姚顺雨讲ReAct：Siri为什么只会无脑执行？

写论文写到崩溃的研究生，凌晨两点还在跟“AI答非所问”死磕——12月19日，MIT实验室把ReAct框架塞进厨房机器人，它只用5步就搞定“客人临时加菜、盐罐却空了”的修罗场，成功率飙到85%，比人类玩家平均72%还高。

一句话：别再硬背提示词了，会“边想边干”的AI已经悄悄把“纯聊天”模型卷成古董。

现场视频里，机器人先抬头扫一圈，像在“嘀咕”：盐没了→冰箱有酱油→酱油咸度够→直接替代。

整套动作不到30秒，锅没糊，菜没咸，客人甚至没察觉。

同一天，Anthropic甩出Claude2.1，把天气API直接接进推理链，用户问“明天去富士山要不要带伞”，它先查降水概率，再翻登山论坛，最后给出“山脚晴、山顶60%小雪”的分段答案，把“搜索+总结”一次打包。

网友实测：原来要开三个网页比对的活，目前一句话解决，省下的不是时间，是脑细胞。

可热闹背后也有暗坑。

斯坦福2月份论文扒出，15%的“推理链”是AI自己编的，看起来像那么回事，实则调用的API返回404，它也能面不改色写小作文。

更尴尬的是延迟，每多想一步就多400ms，语音场景里“嗯——”太长，直接被用户当掉线。

开发者吐槽：AI一“犹豫”，人类就挂电话。

所以，不是装了ReAct就立马封神。

把它当万能胶水，不如当成“给AI装了个草稿本”：先写两步，划掉重来，再动手。

对打工人来说，最实在的变化是：后来写代码、做表格、订机票，一句话甩过去，AI自己拆步骤、调接口、回传结果，中间错了它会回头改，不再“一条道走到黑”。

省下的重复劳动，足够提前一小时下班，去撸串。

“别卷提示词了，卷‘会反思’的AI才是下一台印钞机。

”