DeReAct：分解推理与执行的可靠智能体

基于ReAct的智能体通常依赖单一LLM策略提议动作、与环境交互并判断任务完成。这种耦合使动作授权与完成控制难以独立执行，让错误传播、无支撑的完成声明终止执行。我们提出DeReAct，一个模块化智能体架构，外置两种门控策略：在执行前验证提议动作的Critic，以及重建环境支持STATE并认证任务完成的Context Manager。在GAIA与SWE-bench Verified上，DeReAct对较弱Brain模型的Pass@1提升最大：Qwen3-Coder-480B提升6.5-7.0点，Claude Sonnet 4.5提升4.2-5.2点；随Brain能力增强收益递减。轨迹与消融分析显示，当目标失败足够普遍且门控策略自身充分时外部门控有效。使用Claude Opus 4.5时Pass@1与ReAct相当，但DeReAct产出证据更完整、更满足约束的轨迹，说明完成控制可以牺牲较早终止，换取更强的证据支撑。总体上DeReAct改善较弱智能体，并在模型变强时保留落地收益。