1. 全称Reasoning+Acting,即"先思考，再行动"。模型不直接生成最终答案，通过显式推理步骤判断是否调用外部工具(如搜索引擎、数据库等)，再根据反馈继续推理与执行，直至完成任务。

2. 核心是将任务转化为可执行代码，运行后返回结果(如Manus架构)
例如数据分析场景中，模型生成Python脚本用于生成表格、绘制图表，再输出执行结果。

3.在普通RAG(“检索-增强-生成")基础上更具主动性:
会根据问题选择检索策略、决定是否多次搜索、过滤重复结果，还能将高价值信息回写知识库。

4.模型生成初稿后，自我审查评估并修正问题，得到更新版本。

5.类似"多智能体协作系统":大任务拆分为小任务，分配给不同智能体，最后整合结果。

6.类似"多智能体协作系统":大任务拆分为小任务，分配给不同智能体，最后整合结果。