Arquitectura de agentes en React: patrones, errores y soluciones

Esencia del patrón

ReAct (Reasoning + Acting) es un patrón que permite que un agente actúe paso a paso, tomando una decisión después de cada acción en función del resultado obtenido.

Cuándo usarlo: cuando no se puede planificar de forma fiable todo el camino por adelantado y el siguiente paso depende del resultado anterior.

Cada paso consta de tres acciones:

• Think — decide qué hacer después
• Act — ejecuta una acción o llama a una herramienta
• Observe — analiza el resultado

Después de eso, el agente vuelve a decidir cuál es el siguiente paso.

Problema

Imagina esto: estás por primera vez en una ciudad nueva y buscas una farmacia abierta con el medicamento que necesitas.

Todavía no sabes de antemano:

• qué farmacias hay cerca
• si están abiertas ahora
• si tienen el medicamento necesario

Es imposible construir un plan completo de inmediato, porque cada paso depende de un resultado nuevo.

Por eso actúas en ciclo:

1. Encontraste la farmacia más cercana
2. Verificaste si está abierta
3. Si no, pasaste a la siguiente
4. Repetiste hasta encontrar la correcta

Es decir, constantemente: información -> decisión -> acción -> información nueva.

Y si te fuerzas a fijar la ruta desde el inicio ("#1 -> #2 -> #3"), eso es un plan al azar.

Ese es el problema: en muchas tareas es imposible planificar correctamente todos los pasos por adelantado.

Solución

ReAct resuelve esto con decisiones durante la ejecución, no con un plan rígido definido de antemano.

Analogía: es como un navegador en carretera. Construyes la siguiente maniobra después de cada giro nuevo o cierre de vía. La ruta se ajusta sobre la marcha, no se fija para siempre.

Principio clave: no se puede construir un plan completo de inmediato, por eso el agente debe adaptarse después de cada resultado.

En lugar de primero plan completo -> luego ejecución, el agente trabaja así:

1. Razonamiento (Think): toma una decisión
2. Acción (Act): ejecuta una acción
3. Observación (Observe): analiza el resultado

Después de eso, define el siguiente paso según el nuevo contexto.

Si una farmacia está cerrada, el agente no "fuerza" el plan anterior, sino que ajusta acciones de inmediato.

Cada resultado nuevo:

• se agrega al contexto
• influye en la siguiente decisión
• cambia la ruta posterior

ReAct no ejecuta un guion predefinido, se adapta en cada paso.

El modelo puede "querer" repetir acciones sin fin, por eso la política de ejecución (execution-policy) define las condiciones para detener el ciclo.

Cómo funciona

Importante: el agente no ejecuta acciones por sí solo

En la etapa de razonamiento (Think), el agente solo decide qué se debe hacer después.

Pero no ejecuta la acción por sí mismo.

Genera una decisión en forma de texto, por ejemplo:

“Hay que llamar la herramienta search_docs con el parámetro X”

Después de eso:

• el sistema alrededor del agente lee esa decisión
• ejecuta la acción o llama la herramienta
• devuelve el resultado

Ese resultado se vuelve una nueva observación (Observe).

Si esta capa no tiene límites, el agente puede:

• llamar una herramienta decenas de veces
• repetir las mismas acciones
• gastar el presupuesto en llamadas API

El ciclo se repite hasta que la tarea se completa o se alcanza una condición de parada.

En código se ve así

max_steps = 8

for step_no in range(1, max_steps + 1):
    thought = think(context)
    action = act(thought)
    result = observe(action)

    context.append(result)  # Observe -> nuevo context para el siguiente Think.

    if is_done(result):
        done = True
        break

if not done:
    return stop_with_reason("max_steps_reached")

Cómo se ve durante la ejecución

Goal: encontrar la farmacia abierta más cercana

Think: hay que encontrar una farmacia cercana
Act: el sistema llama find_nearby_pharmacies(user_location)
Observe: se recibió una lista de farmacias ordenada por distancia
Entre iteraciones: la lista de farmacias se agrega al context

Think: verificar la primera farmacia (la más cercana)
Act: el sistema llama check_pharmacy("Farmacia #1")
Observe: la farmacia está cerrada
Entre iteraciones: el estado "cerrada" se agrega al context

Think: verificar la siguiente farmacia
Act: el sistema llama check_pharmacy("Farmacia #2")
Observe: la farmacia está abierta

Think: esta es la farmacia abierta más cercana
Act: el sistema devuelve la dirección
Observe: el usuario recibió el resultado
Stop: condición cumplida, el ciclo termina

El agente decide qué hacer, ejecuta una acción y obtiene un resultado.

Cada resultado se agrega al contexto y se convierte en base para el siguiente paso.

Cuándo encaja - y cuándo no

Encaja

No encaja

Si eliges ReAct, define límites desde el principio: max_steps, timeouts, condiciones de parada y presupuesto para llamadas de herramientas.

Cuándo usar ReAct (vs otros patrones)

Usa ReAct cuando el agente deba tomar decisiones paso a paso según los resultados de acciones anteriores.

Prueba rápida:

• si necesitas "vi el resultado -> decidí el siguiente paso" -> ReAct
• si necesitas "primero dividir un objetivo grande en subtareas" -> Task Decomposition Agent

Cómo combinarlo con otros patrones

ReAct se usa con frecuencia junto con otros patrones.

• ReAct + RAG — cuando faltan hechos, el agente primero los recupera de la base de conocimiento y solo después da el siguiente paso.
• ReAct + Reflection — después de cada paso, el agente se revisa a sí mismo para detectar y corregir errores rápido.
• ReAct + Supervisor — el agente no ejecuta acciones de riesgo por su cuenta; las pasa para aprobación humana.

ReAct agrega un ciclo de decisión. Otros patrones agregan control, memoria o coordinación.

Resumen

Ventajas y desventajas

FAQ

Q: ¿ReAct planifica todos los pasos por adelantado?
A: No. Toma decisiones después de cada acción.

Q: ¿ReAct puede quedarse atascado en un ciclo?
A: Sí, si no se definen condiciones de parada.

Q: ¿ReAct funciona sin herramientas?
A: Sí. El agente puede usar el ciclo Think -> Act -> Observe incluso sin llamadas a herramientas, por ejemplo para cambiar el enfoque de una tarea. Pero sin acceso a acciones externas, no puede obtener datos nuevos y trabaja solo con lo que ya está en el contexto.

Qué sigue

ReAct permite que un agente actúe paso a paso.

Pero, ¿qué hacer si la tarea es compleja y está formada por varias subtareas?