概述
CoT（Chain of Thought）与 ReAct（Reasoning + Acting）是 Agent 推理能力的两个模式。这都算是老概念，COT 甚至直接成了模型一部分能力了，在这里稍微说下吧，一直以来都没复习了
具体
简单来说，COT 已经下沉到 LLM 里了，模型会在得出结果之前进行合理的推理，这里放一张它原 paper 的图就能理解了
即通过模型训练阶段加入合理的推理逻辑，实现赋予了模型思考能力（其实我觉得不算吧），这里它主要解决的是模型是否合理的去思考了，通过合理的思考导向结果 更多是适合需要计算和推理类的任务，而且是直出的任务。
而react已经是当前agent普遍采取的执行和推理模式了，甚至说说是一种解耦式的思想，通过思考->行动->观察，通过执行（ToolCall）不断的去补充上下文信息，直到完成任务，与此相近的是大包揽的 plan模式，一次性想好然后执行，但是这就是比较适合固定的flow组合流程了，又或者说，React已经内化到各个执行环节之中了。
总之以上