Patrón ReAct: pensar, actuar, observar y volver a empezar
ReAct (de «Reason + Act», razonar y actuar) es una forma de hacer trabajar a un modelo de lenguaje en bucle: escribe lo que piensa hacer, ejecuta una acción como una búsqueda o una llamada a una herramienta, lee el resultado y decide el paso siguiente. Es el mecanismo básico de la mayoría de los agentes de IA actuales.
Datos a 22 de octubre de 2026
Lo esencial en cifras
| Nivel | Avanzado |
|---|---|
| Origen | 2022 |
| Introducido por | Yao et al. |
Cómo funciona el bucle
Por sí solo, un gran modelo de lenguaje solo produce texto. ReAct le da una rutina en tres tiempos que se repite hasta terminar la tarea:
- Pensamiento: el modelo escribe lo que ha entendido y lo que piensa hacer.
- Acción: elige una herramienta (búsqueda web, cálculo, lectura de un archivo) y sus parámetros, mediante la llamada a herramientas.
- Observación: el programa ejecuta la acción y devuelve el resultado al modelo, que lo añade a su contexto.
El bucle termina cuando el modelo considera que tiene suficiente información para responder o cuando se alcanza un límite fijado por el desarrollador.
Un ejemplo concreto
Pregunta: «¿Quién es el alcalde actual del municipio donde nació Gabriel García Márquez?»
- Pensamiento: «Primero necesito el lugar de nacimiento de García Márquez». Acción: búsqueda «lugar de nacimiento Gabriel García Márquez». Observación: Aracataca, Colombia.
- Pensamiento: «Ahora necesito el alcalde actual de Aracataca». Acción: nueva búsqueda. Observación: un nombre en una página oficial.
- Pensamiento: «Tengo la respuesta y su fuente; puedo contestar». Fin del bucle.
Sin ReAct, el modelo respondería de un tirón a partir de su memoria, con riesgo de alucinación o de dar un dato desactualizado. Con ReAct, cada paso se apoya en una observación verificable.
De dónde viene la idea
El patrón se presentó en el artículo «ReAct: Synergizing Reasoning and Acting in Language Models» (Shunyu Yao et al., octubre de 2022, publicado en la conferencia ICLR 2023). Une dos líneas de trabajo que estaban separadas: la cadena de pensamiento, en la que el modelo razona sin acceso al mundo exterior, y los modelos que actúan sin explicar su razonamiento. Los autores muestran que alternar ambas cosas hace las respuestas más fiables y las trazas más legibles.
Por qué importa y cuáles son sus límites
ReAct se ha convertido en el esqueleto implícito de muchos agentes de IA y frameworks: aunque el nombre no aparezca, el bucle «pensar, llamar a una herramienta, leer el resultado» está ahí. Sus límites son conocidos: en cada vuelta se relee todo el historial, así que el coste en tokens sube rápido; una mala observación puede llevar al agente por un camino equivocado; y un agente que no sabe cuándo parar puede dar vueltas sin fin. Por eso existen variantes que planifican primero (descomposición de tareas) o que añaden una etapa de autorreflexión.
Ideas falsas frecuentes
- «El razonamiento visible explica de verdad la decisión». Ayuda a depurar, pero nada garantiza que refleje fielmente el cálculo interno del modelo.
- «Más iteraciones siempre es mejor». A partir de cierto punto, el agente acumula ruido en su contexto y cuesta más sin ganar precisión.
Términos relacionados
- Cadena de pensamiento · Hacer que un modelo escriba pasos de razonamiento intermedios antes de su respuesta final, lo que ayuda en problemas complejos.
- Llamada a herramientas (function calling) · Capacidad de un modelo de IA para pedir que se ejecute una función externa con argumentos precisos y luego usar el resultado.
- Agente de IA · IA que no solo responde: planifica y encadena acciones con herramientas para alcanzar un objetivo que usted le fija.
- Flujo de trabajo agéntico · Secuencia de pasos en la que un modelo de IA planifica, usa herramientas, revisa y corrige su trabajo en lugar de responder de una sola vez.
- Autorreflexión · Técnica en la que un modelo o agente revisa su propio trabajo, critica los errores y usa esa crítica para volver a intentarlo.
- Alucinación · Respuesta de una IA que parece segura y verosímil pero es falsa o inventada: una cifra, una cita, una fuente o una referencia.
Todo el glosario
Preguntas frecuentes
¿Tiene algo que ver ReAct con la biblioteca React de JavaScript?
Nada. El nombre viene de «Reasoning and Acting». El parecido con la biblioteca de interfaces React es una coincidencia, lo que a veces complica las búsquedas en internet.
¿Hay que programar uno mismo el bucle ReAct?
Pocas veces. La mayoría de los frameworks de agentes y de las API con llamada a herramientas ya incluyen un bucle de este tipo. Aun así, entender el patrón ayuda a ajustar el número máximo de iteraciones, las herramientas disponibles y los mensajes de error que recibe el modelo.
¿Cuántos pasos puede dar un bucle ReAct?
Tantos como permita el desarrollador. En la práctica se fija un número máximo de iteraciones o un presupuesto de tokens; si no, un agente atascado puede dar vueltas mucho tiempo y salir caro.
¿Los modelos de razonamiento dejan obsoleto ReAct?
No, lo prolongan. Un modelo de razonamiento piensa más antes de cada acción, pero sigue necesitando actuar, observar el resultado y corregir el rumbo: justo el bucle ReAct.
Fuentes de los datos
Datos a 22 de octubre de 2026
Señalar un error
¿Una cifra, una fecha o un dato le parece incorrecto? Díganoslo: verificamos cada aviso.