DeReAct：面向高可靠 AI Agent 的解耦推理与行动框架

英文标题：DeReAct: Decomposed Reasoning and Acting for Reliable AI Agents

针对传统基于 ReAct 的 AI Agent 依赖单一 LLM 策略同时处理动作提议、环境交互与完成判定所导致的失控与不可控风险，研究人员提出了 DeReAct 架构。该研究指出，单一策略的强耦合使得动作授权（Action Authorization）和任务完成控制难以独立实施。DeReAct 采用将推理（Reasoning）与行动（Acting）解耦的设计，使得 Agent 在执行任务时具备独立的权限校验与终止控制能力。这一工作为开发者构建高安全性、具备精细权限管理与可审计性的企业级可靠 Agent 系统提供了关键架构参考。