本文深入探讨了Re-Act与Conversational-Chat两种会话模式的差异，并通过比较TFlow AI和Coze两款产品，揭示了Re-Act模式在B端业务场景中的优越性。文章不仅详细解析了目标、SOP、离散推理和环境交互等概念，还通过实例展示了不同模式下的Agent如何处理任务。对于希望了解Agent技术及其在商业应用中的实际效果的读者来说，这是一份宝贵的资料。
大家好，在研究Agent时，发现了不同的会话模式会带来对相同的问题带来不同的处理方式，所以研究了Re-Act 和 Conversational-Chat的区别，发现对于2B而言re-act才是更适配的模式。
对标了2款产品，TFlow AI 和 Coze
一、先介绍一下产品
TFlow AI 是面向B端业务场景Agent平台，能按流程处理任务（SOP），围绕目标来进行离散推理。
允许LLM与环境进行交互，根据环境数据的反馈不断的调整行动计划/策略。
且整个sop的过程是由文本来控制，不需要用到Work Flow。
产品基本信息如下：
使用问心一言-3.5的模型，未微调做了逻辑处理的Agent框架单条回复的消耗不到2K token，成本约0.8-2份钱。价格不贵怎么理解目标、sop、离散推理、环境交互？我们以下列TFlow AI任务sop提示词为例：
目标：要做一件什么事情，要达到什么目的。解答问题，引导留咨任务sop：处理事情流程步骤。注：模拟人的行为的任务处理流程或者说思考流程，以及标准的交互过程。离散推理/环境交互：要完成留咨任务，需要多次与用户/外部环境进行互动。不断的根据用户反馈，调整执行计划，达成目标。如：在上述的任务sop的流程中，任务的执行需要多次与外界交互，借助外界补充的信息，持续推理完成任务的过程。比如查询知识库、引导用户提供姓名联系方式、调用留咨工具，将数据插入到已有的CRM中。
相同提示词下，在Coze和TFlow Ai的表现如下
oze和TFlow的比较
为什么会产生这么个差异昵？为什么coze不能做到昵？
核心的区别就一个：Agent的模式不同
二、Agent的会话模型：Conversational-Chat VS Re-ACT
会话模式代表了处理提示词的逻辑不同
豆包：Conversational-Chat （助手模式）要做什么事情，取决于用户的指令TFlow Ai：Re-Act（推理+行动）要解决什么问题，初始的提示词决定
1. Conversational-Chat：助理的模式
助理模式下的Agent的逻辑处理如下：
助理模式Agent的思考逻辑
提示词确定后，对于用户的每次输入的处理步骤：
观察：用户输入了什么？工具返回的数据
思考：是调用工具，还是直接回答用户
行动：调用知识库，搜索等
将结果重新给到大模型，继续观察中间过程可能重复N次
答案：模型理解用户为你，不需要调用工具，直接给到用户答案
特点如下：
助手。每次思考都是基于用户的指令，理解我该去做什么事情。大模型要执行的事情由用户来控制，根据用户输入，去理解做下一步事情
关键点：要做什么事情，取决于用户的指令
2. Re-ACT：Reason and Act（推理+行动）
处理逻辑如下：
e-act处理逻辑
提示词确定后，对于用户的每次输入的处理步骤：
持续循环：观察用户的最新输入，和任务的关系，形成新的计划、直到模拟达成任务目标观察：用户输入了什么？工具返回的数据思考：我的下一步要做做什么事情行动：我才采取什么样的行动
……中间过程可能重复N次，直到模拟完成任务
计划模拟完成，确定下一步的行动计划
行动：我该去调用什么工具答案：我可以直接回复用户
特点：
拿到用户输入，都会思考和用户输入和目标之间的关系，然后重新制定执行计划，达成目标。用户无法决定让模型做什么事情要解决什么问题，取决于初始的提示词
为什么TFlow AI的Re-ACT模式，更适合B端对客场景
2B业务对客户特征：
特征1：2B对业务有明确的思考流程和目标。参考以真人处理为思考流程
例1：常见退货换处理。
目标：解决用户对到货商品的不满意问题。用户提问：我要退货处理流程：不满意原因是什么-&订单是否是真实(已到货）-& 是否符合退货政策-&引导退货操作-&解答退货流程中的问题
例2：汽车销售过程关于汽车参数的咨询
目标：帮助客户找到合适的汽车用户提问：这款车的续航轴距是多少？处理流程：收集客户用车诉求(显示身份等）-& 解答续航问题-&补充用车诉求下的产品价值（如续航低，但是上下班通勤足够）
例3：saas软件产品答疑
目标：引导客户留咨用户提问：软件有什么优势处理流程：收集客户场景-& 解答产品疑问-&引导留咨询
Re-ACT模式能够基于流程去模拟真人思考处理问题的流程
特征2：
用户问题的解答处理，需要在B端企业提供的可控范围内如果是豆包的助手模式，用户使用的产品的过程都无法预测。
本文由 @易俊源 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自 Unsplash，基于 CC0 协议
