下一次查什么，出发前写得好吗？
第二次查什么，要等第一次看到 Front Row 才知道：这时候，检索成了一个依赖观察的动作。
这一页为什么在这里
第二站的另一半：有的问题一次查不到。用一个两跳问题让学生看到，下一次查什么取决于上一次查到了什么，出发前写不好。这为“把何时查、查什么交给模型”提供了动机，也为 Q16 的反问铺路：什么时候其实不需要模型临时决定？
上屏
- 第 1 步：问题：除了 Apple Remote，还有什么设备能控制它最初配套的那个程序？下面一行查询链：Apple Remote → 配套的程序 → 另一种控制设备（两个空位）。角标 2022。
- 第 2 步：第一个空位填上 Front Row；一行：查 Apple Remote → 最初配套 Front Row。
- 第 3 步：第二个空位填上键盘功能键；一行：查 Front Row（软件）→ 也可以用键盘功能键控制。
讲
第 1 步 · 教师可说的话
缺少的中间对象
2022 年，有人这样问模型：除了 Apple Remote，还有什么设备能控制它最初配套的那个程序？你会发现，第二次该搜什么，现在根本写不出来。
第 2 步 · 教师可说的话
观察揭示Front Row
先查 Apple Remote，得知它最初配套的程序叫 Front Row。第一个空位填上了。
第 3 步 · 教师可说的话
再查得到控制设备
有了 Front Row，第二次才知道搜什么。下一步查什么，取决于上一步看到了什么。这时候检索不再是管线里固定的一步，而是一个依赖观察的动作。
本页衔接
可是，多跳问题就一定要交给 agent 自己决定吗？
连续教师稿原文
2022 年，有人这样问模型：除了 Apple Remote，还有什么设备能控制它最初配套的那个程序？你会发现，第二次该搜什么，现在根本写不出来。
先查 Apple Remote，得知它最初配套的程序叫 Front Row。第一个空位填上了。
有了 Front Row，第二次才知道搜什么。下一步查什么，取决于上一步看到了什么。这时候检索不再是管线里固定的一步，而是一个依赖观察的动作。
完整推理
两跳依赖。 问题里只出现 Apple Remote，没有出现要找的那个程序的名字。第一次查询只能查 Apple Remote，得到“它最初是为 Front Row 设计的”；有了 Front Row 这个名字，第二次查询才能指向 Front Row 软件，得到“也可以用键盘功能键控制”。第二次查什么，出发前写不出来。
这就是“检索成为动作”的动机。 第一站的规则是每题查一次、取前几段。对这类问题，一次检索拿不到第二跳需要的名字；如果让模型在查到第一条结果后决定下一次查什么，就能接下去。2022 年的 ReAct 把这种“想一步、查一步、看结果、再想”的循环写成提示，让模型自己交替输出推理和检索动作（它的证据见 Q17）。
这个例子从哪来。 它是 ReAct 论文图 1 里的 HotpotQA 问题，课件按 EMNLP 2024 语言 agent 教程的讲法重画。原始轨迹里还有一次查 Front Row 没命中、改查“Front Row (software)”的名称消歧，所以“两跳”不等于“两次工具调用”。
别把轨迹当成内心。 模型写出的“想法”是它生成的文字，可以帮它组织下一步，但不能当作模型内部推理的完整记录。
学生可能的回答与误区
- 第 1 步｜“一次查询写长一点，把两步都写进去就行。”第二步要查的名字在第一步结果出来之前不知道；写长的查询只会更像第一跳。
- 第 2 步｜“Front Row 是模型想出来的。”它来自检索到的材料（观察）。推理决定下一步查什么，观察提供下一步查询的对象。
- 第 3 步｜把“边想边搜”的那段文字当成模型真实的内部推理过程。
教学构造与出处
- 教学构造：查询链的画法（两个空位、两步填上）是课件做的。
- ReAct · 图 1 与 §3：Yao 等，arXiv 2210.03629v3，ICLR 2023；HotpotQA 上的 Apple Remote 例子，以及“推理—行动—观察”的设置。来源支持。
- EMNLP 2024 教程 · Language Agents: Reasoning, Memory, and Planning：印刷页 33–35（PDF 第 13 页起）；课件按它的讲法重绘，原轨迹含一次名称消歧。