002.PDCA(戴明环）与 大模型推理框架ReAct
原作者：fengjutian
什么是 PDCA(戴明环)？
PDCA（戴明环）是一种用于 持续改进的管理方法，由质量管理大师 W. Edwards Deming 推广。
它通过一个不断循环的四步过程，让工作、产品或系统越来越好。
| 步骤 | 核心行动 | 本质 |
|---|---|---|
| Plan（计划） | 发现问题 → 分析原因 → 制定方案 | 先想清楚要做什么 |
| Do（执行） | 按计划实施 → 小规模试点 → 记录数据 | 将思路转化为行动 |
| Check（检查） | 对比结果与目标 → 找出偏差 | 验证效果好不好 |
| Act（处理/改进） | 成功标准化 → 失败调整方案 | 小步迭代，让系统变得更好 |
核心理念：通过循环反馈、迭代优化和小步快跑，让系统不断改进。
![[PDCA.excalidraw|300]]
大模型 ReAct(Reasoning + Acting)推理框架
大模型的 ReAct 框架，将推理与行动结合：
| 元素 | 作用 | 类比 PDCA |
|---|---|---|
| Thought（推理） | 分解复杂问题 → 规划下一步操作 | Plan |
| Action（行动） | 调用工具、执行操作 | Do |
| Observation（观察） | 获取工具返回结果 → 反馈到推理 | Check |
| 调整 Thought | 基于 Observation 修正下一步推理 | Act |
-
Reasoning（推理） ：
- 模型在面对问题时，生成 思考步骤（Thoughts） 。
- 用于分解复杂任务、规划下一步操作、逻辑分析。
- 类似传统 Chain-of-Thought (CoT) ，但在 ReAct 中与行动结合。
-
Acting（行动） ：
- 模型根据推理结果执行 操作（Actions） 。
- 行为可以是：
- 查询外部知识库（例如 Wikipedia、数据库）
- 调用 API 或工具
- 进行数学计算
- 发出进一步的提问
- 行动产生的 观察（Observations） 会反馈给模型，用于下一轮推理。
![[大模型ReAct.excalidraw|700]]
逻辑对齐：
- PDCA：用事实校验计划。
- ReAct：用搜索/代码运行结果校验推理。