从 ReAct 到 ScriptAct：如何让 AI Agent 用“笔”画画 AI 会写诗、会聊天、会生成图片，但 AI 可以用画笔画画吗？不是直接生成一幅完整的画，而是像人一样通过画笔工具，一笔一笔画。 比如给 AI 三个工具： 1. drawRect 画方形 2. drawCircle 画圆形 3. drawLine 画一根线 让它画个房子，这听起来很简单，但对当前主流的 AI Agent 方法——ReAct (Reason + Act) 来说，却并不容易。 ReAct 模式的瓶颈 目前很多 AI Agent 都采用 ReAct 模式：AI Agent 思考下一步该做什么，选择一个工具（Act），观察结果，然后再次思考……如此循环往复。 但当任务稍微复杂一点，问题来了： 1. 每次步骤都需要和 LLM 交互一次，慢并且昂贵。 2. 逻辑表达困难：ReAct 很难可靠地表达条件分支、循环操作。 3. 状态管理混乱：状态信息散落在 prompt 中，每次调用工具都靠 LLM “回忆”，容易出错。想象两步之间的状态（比如一个坐标），如何在不断变化的对话历史中准确传递？ 4. 缺乏原子性：比如一个多步骤的交易，拆成多个独立交互，很难保证中间价格不变，失败也很难回滚。 NuwaScript：从 ReAct 到 ScriptAct 设计 @NuwaDev 的 OnChain Agent 的时候遇到了这些难题，上周设想了一个 AI 用的脚本语言： NuwaScript 来解决这些问题（xitter.cf/jolestar/status/191001… ），现在原型已经有了。 NuwaScript 并不是为了创造一种给开发者的新的编程语言，它的目标是让 AI 把“意图”精确、安全地变成可执行的“行动”，可以叫做：“The Language of Agent Intent”。 它的特点是： 1. 简单直观：易于 AI 学习 2. 精确计算：自带变量与表达式，避免模糊计算问题 3. 跨平台：解释器可运行在浏览器、桌面甚至区块链智能合约中 4. 安全可靠：所有外部调用都通过严格受控的工具接口完成 核心转变是： 1. 尽量避免多轮交互，而是一次性由 AI 输出完整的、结构化的执行计划 2. 解释器严格按照脚本执行，AI 无需反复调用 这样，AI 变成了一个规划师，解释器则是执行者。 真的让 AI 学会了画画 比如，让 AI 画一栋房子，我们得到了这样的 NuwaScript 脚本： 注意，这不是一段示意代码，它真的可以在 NuwaScript Playground 上运行，真实地画出一栋房子。这是它画出来的效果： AI 一次性生成计划，解释器一次性完成执行。 从画画到复杂工具的精确使用 画画只是我们构建的一个“可视化”实验场景，真正希望回答的问题是： 1. 如果给 AI 更多绘画工具（如曲线、图层、色彩），它能否精确画出更复杂的作品？ 2. 如果画布已有内容，AI 是否能读懂状态并增量创作？ 3. 如果引入外部数据（天气、时间），AI 能否智能根据条件判断调整创作？ 如果这些问题打通，NuwaScript 就不仅能画画，还可以可以将它推广到其他应用场景，比如金融交易。 所有的 AI Agent 操作工具的应用场景，都可以抽象成： 1. 操作目标（比如画板） 2. 操作目标的状态（画板上的内容） 3. 外部数据源 4. 操作目标提供的工具集（画圆，画线） NuwaScript 可以将它们粘合起来，完成可持续的迭代自动化工作流。 下一步：我们在思考的问题 1. 状态裁剪：如何有效传递状态给 AI？ 2. 条件中断与 AI 再决策：任务中途需要 AI 再次思考时，如何表达？