AI推理模型的「思維鏈」到底在想什麼

前言：我以為我懂了，直到真正盯著它看

去年年底我們在SFD實驗室開始大規模用推理模型處理業務邏輯，第一次打開DeepSeek R1的「thinking」輸出框，看到一大段自言自語的文字，說實話有點懵——這玩意兒在幹嘛？

它不是在回答問題，它在想問題。而且想的方式，和我預期的完全不一樣。

思維鏈（Chain of Thought）是什麼

CoT最早是Google在2022年的論文裡提出來的。核心發現：模型並不是「知道答案再寫步驟」，而是「寫步驟的過程中，算出了答案」。

幾個反常識的結論

結論1：推理token越多≠答案越準 — 推理在800-2000 token時準確率最高，超過3000 token開始「想太多」。

結論2：思維鏈會說謊 — thinking輸出和最終答案有時矛盾。它更像「後驗解釋」，不是真實推理過程。

結論3：推理模型在模糊任務上優勢更大 — 明確任務差距不大，模糊任務碾壓普通模型，創意任務反而可能更差。

成本問題

o1-pro價格是普通GPT-4o的60倍以上。我們採用分層調度，把推理模型使用率控制在15%以內。

總結

思維鏈不是魔法，是工程上的聰明設計：用更多計算換更好的推理。理解它的邊界，才能用好這波推理模型的紅利。