DeReAct
一种模块化AI智能体架构，通过将推理与执行解耦，引入Critic（评审者）和Context Manager（上下文管理器）两个独立控制组件，将动作验证与任务完成判定从主模型中外部化，提升智能体可靠性
时间轴 (近 90 天)
DeReAct是一种模块化智能体架构，核心思想是把两个把关策略从主模型中外部化为独立控制组件，名称来源于Decomposed ReAct（解耦推理与执行）
DeReAct的Critic（评审者）组件在动作真正执行之前对其进行验证，只有通过评审的动作才被允许作用于环境
DeReAct的Context Manager（上下文管理器）负责重建由环境支撑的State并对任务完成情况进行认证
研究团队在GAIA和SWE-bench Verified两个基准上评估了DeReAct
DeReAct对Qwen3-Coder-480B的Pass@1提升达到6.5至7.0个百分点
DeReAct对Claude Sonnet 4.5的Pass@1提升为4.2至5.2个百分点
对于Claude Opus 4.5，DeReAct的Pass@1与原始ReAct基本持平
外部把关对能力较弱的主模型提升最明显，随主模型能力增强收益逐渐递减
外部把关有效需满足两个前提：目标类型失败在原始轨迹中足够普遍，以及把关策略本身足够强
在Claude Opus 4.5等强模型上，DeReAct未提升Pass@1但使轨迹更证据完整且更符合约束条件
还有 2 条时间轴事件
全部知识事实 (12)
DeReAct是一种模块化智能体架构，核心思想是把两个把关策略从主模型中外部化为独立控制组件，名称来源于Decomposed ReAct（解耦推理与执行）
50%待验证DeReAct的Critic（评审者）组件在动作真正执行之前对其进行验证，只有通过评审的动作才被允许作用于环境
50%待验证DeReAct的Context Manager（上下文管理器）负责重建由环境支撑的State并对任务完成情况进行认证
50%待验证研究团队在GAIA和SWE-bench Verified两个基准上评估了DeReAct
50%待验证DeReAct对Qwen3-Coder-480B的Pass@1提升达到6.5至7.0个百分点
50%待验证DeReAct对Claude Sonnet 4.5的Pass@1提升为4.2至5.2个百分点
50%待验证对于Claude Opus 4.5，DeReAct的Pass@1与原始ReAct基本持平
50%待验证外部把关对能力较弱的主模型提升最明显，随主模型能力增强收益逐渐递减
50%待验证外部把关有效需满足两个前提：目标类型失败在原始轨迹中足够普遍，以及把关策略本身足够强
50%待验证在Claude Opus 4.5等强模型上，DeReAct未提升Pass@1但使轨迹更证据完整且更符合约束条件
50%待验证DeReAct的完成控制机制是一种权衡：牺牲更早终止的效率换取更强的落地与接地（grounding）
50%待验证DeReAct的模块化把关机制可作为通用可靠性增强层叠加在现有ReAct智能体上，无需重训主模型
50%