ReAct框架结合了推理（Reasoning）与行动（Action）来解决复杂任务。请阐述其核心思想，并解释为何该方法在处理需要多步推理和外部交互的任务时优于传统的纯提示（pure prompting）方法。

ReAct 三步循环

输入：用户问题
    ->
Thought（思考）：分析当前情况，决定下一步行动
    ->
Action（行动）：调用具体工具（search / calculator / text2sql / code_executor）
    ->
Observation（观察）：接收工具真实返回结果
    ->
判断：信息够了吗？
    |- 否 -> 返回 Thought，继续循环
    |- 是 -> 生成 Final Answer

完整代码实现

class ReActInference:
    def __init__(self, model, tools, max_steps=30):
        self.model = model
        self.tools = tools
        self.max_steps = max_steps

    def run(self, question: str) -> dict:
        messages = [
            {"role": "system", "content": self._get_system_prompt()},
            {"role": "user", "content": question}
        ]

        for step in range(self.max_steps):
            response = self.model.generate(messages)
            messages.append({"role": "assistant", "content": response})

            if "<answer>" in response:
                return {"answer": self._extract_answer(response), "steps": step + 1}

            tool_call = self._parse_tool_call(response)
            if tool_call:
                try:
                    observation = self.tools.execute(tool_call)
                except TimeoutError:
                    observation = "工具调用超时，请尝试其他方法"
                except Exception as e:
                    observation = f"工具调用失败: {str(e)}"
                messages.append({
                    "role": "user",
                    "content": f"<tool_response>{observation}</tool_response>"
                })

        return {"answer": "达到最大步数，无法完成", "status": "max_steps_exceeded"}

ReAct vs CoT vs IterResearch

ReAct（累积式）：
  Round N: [Q, T1, A1, O1, T2, A2, O2, ..., Tn, An, On]  <- 上下文线性增长！

IterResearch（常量式）：
  Round N: [Q, Report_{N-1}, Action_{N-1}, Observation_{N-1}]  <- 大小恒定！

关键：用「演进报告 Report」压缩整合前轮信息，每轮只保留固定大小的工作空间