Prompting & Reasoning Techniques: 解释 Tree-of-Thought 与 ReAct 的差异。

Core Concept: ToT 在推理空间做树搜索（探索+回溯，无外部动作）；ReAct 交替推理与外部工具调用（有外部动作与观察）。

数学机理：<strong>Tree-of-Thought（ToT，Yao 等 2023）</strong>——把推理过程组织为<strong>树结构</strong>：每个节点是一个'思维状态'（部分推理），从节点可生成<strong>多个候选下一步</strong>（分支）；用<strong>评估器</strong>（模型自评或投票）给各分支打分，再用<strong>搜索算法</strong>（BFS/DFS/beam search）探索，必要时<strong>回溯</strong>（放弃差的分支）。<strong>特点</strong>：(a) <strong>内部探索</strong>（在语言空间搜索，不涉及外部世界）；(b) 支持<strong>前瞻与回溯</strong>（可放弃错误路径）；(c) 适用于需要'试错与规划'的任务（如 24 点游戏、创意写作、复杂规划）。<strong>代价</strong>：需要多次模型调用（每个节点一次生成 + 一次评估），成本高。<strong>ReAct（Yao 等 2022）</strong>——交替进行<strong>推理（thought）</strong> 与<strong>动作（action）</strong>：模型先'思考'（我该做什么），然后调用<strong>外部工具</strong>（搜索、计算器、API），得到<strong>观察（observation）</strong>，再基于观察继续思考……循环直到完成。<strong>特点</strong>：(a) <strong>外部交互</strong>（与真实世界/工具交互）；(b) <strong>用观察修正推理</strong>（解决'模型不知道的事实'）；(c) 是 Agent 的基础范式。<strong>核心差异</strong>——(a) <strong>作用域</strong>：ToT 在<strong>内部</strong>探索（不改外部状态）；ReAct 与<strong>外部</strong>交互（改外部状态、获取新信息）；(b) <strong>解决的问题</strong>：ToT 解决'推理路径的选择与回溯'；ReAct 解决'信息不足与动作执行'；(c) <strong>成本结构</strong>：ToT 的成本在'搜索宽度×深度'；ReAct 的成本在'工具调用的轮数'。<strong>能否结合</strong>——可以：在 ReAct 的每个'思考'步骤内部用 ToT 做规划，或在 ToT 的每个节点用工具获取信息（如'搜索+推理'交替）；实践中'规划 + 工具 + 回溯'的组合是 Agent 的高级形态。<strong>其他相关</strong>——(a) <strong>Self-Consistency</strong>（并行采样 + 投票，无搜索）；(b) <strong>LATS</strong>（Language Agent Tree Search，把 ToT 的搜索与 ReAct 的动作结合 + 蒙特卡洛树搜索）；(c) <strong>Reflexion</strong>（用失败经验反思并重试）。

深度剖析与工程权衡：① <strong>'内部探索 vs 外部交互'是核心区分</strong>——面试中一句话点出即可；进一步说明'ToT 不能获取新信息、ReAct 能'会更完整。② <strong>ToT 的成本与适用性</strong>——ToT 的成本 ∝ 搜索宽度 × 深度 × 评估次数，非常昂贵；故只适合'需要规划与试错'且'值得多花算力'的任务（竞赛题、复杂规划）；对简单问答是浪费。③ <strong>ReAct 的关键是'工具质量'</strong>——ReAct 的效果高度依赖 (a) 工具的设计（接口清晰、返回有用）、(b) 模型调用工具的能力（function calling 的准确率）；故 Agent 工程的重点在'工具生态'而非 prompt。④ <strong>'评估器'是 ToT 的瓶颈</strong>——ToT 需要评估'部分推理状态'的好坏，这很难（比评估最终答案难）；故常用'模型自评'（不可靠）或'投票'（需多次生成）。⑤ <strong>与'推理模型'的关系</strong>——现代推理模型（经 RLVR 训练）<strong>内化了</strong>部分'回溯与自我验证'能力（长 CoT 中的'等一下，我错了'），故对 ToT 的显式搜索依赖降低；但对'需要外部信息'的任务，ReAct 仍必需。⑥ <strong>面试要点</strong>——被问'ToT 与 ReAct 的差异'，应给出'<strong>内部探索（搜索+回溯）vs 外部交互（动作+观察）</strong>'与'解决的问题不同（推理路径 vs 信息获取）'，并说明'可结合（规划 + 工具）'；能提到 LATS/Reflexion 是深度理解的标志。