你有没有发现，这两年的 AI 突然变了。以前你问它一个问题，它「啪」一下就把答案甩出来，又快又顺。可一碰到稍微绕一点的数学题、逻辑题，它就一本正经地胡说八道。但最近，你再问它难题，它会先停顿一下，慢悠悠地跟你说：「让我想一想。」然后把推演过程一步一步写出来，最后才给你一个靠谱得多的答案。同样一个 AI，怎么突然就学会「想一想」了？
先讲一个考场故事
想象一下，你正在参加一场考试。卷子发下来，前面几道是送分题：一加一等于几，今天星期几。这种题你看都不用看，笔一落，答案就出来了——凭直觉、凭本能，根本不需要动脑子。
可翻到后面，来了一道又长又绕的应用题：一个水池，两个进水管一个出水管，问几个小时能放满。这时候你要是还想「脱口而出」，基本就是瞎蒙，十有八九蒙错。
聪明的考生会怎么做？掏出草稿纸。把题目拆开：第一个管子每小时进多少，第二个管子每小时进多少，出水管每小时漏多少。先算净进水量，再拿总容量去除，一步一步写下来，算到一半发现哪儿不对就划掉重来，最后才把验算过的答案誊到答题卡上。
对付难题，真正救命的不是脑子转得多快，而是那张草稿纸，和你愿意在上面踏踏实实演算的那段时间。
推理模型 = 给 AI 配一张草稿纸
我们之前讲过的那种普通 AI，也就是大语言模型，本质上是「预测下一个字」——根据读过的海量文字，猜下一个字最可能是什么，一个字接一个字往外蹦。这个过程极快，像极了考试里「脱口而出」的状态。送分题答得又快又好，可一遇到需要拐好几个弯的难题，没有草稿纸，只能硬着头皮一口气蒙，蒙错了也回不了头。这就是为什么早期的 AI 算数学题、解逻辑题总翻车。
而推理模型，就是给这个 AI 配了一张草稿纸。你给它一道难题，它不急着把答案甩给你，而是先在文字上一步步推演：这道题在问什么，先拆成几个小问题，第一步该怎么算，第二步呢，这里好像不对，我换个思路再试试。它把这一整段思考过程先完整写出来，理顺了，再给你最终答案。
思维链：AI 的草稿纸
AI 在草稿纸上写下的那一长串推演步骤，有了专门的名字，叫「思维链」，英文是 Chain of Thought，缩写 CoT。你可以直接理解成「一条把思考一环扣一环连起来的链子」。这是今天最核心的那个词。
为什么以前的 AI 不打草稿，现在会了？最早，研究者发现了一件神奇的事：不用重新训练 AI，只要在提问时多加一句——「请你一步一步地想」——AI 答难题的正确率就唰地涨上去了。同样的模型，同样的脑子，只是提醒它「别急着答，打个草稿」，它就突然变聪明了。这个发现大约是 2022 年前后的事。
但靠人提醒毕竟麻烦。于是 AI 公司就把「先打草稿再答题」这个习惯，直接训练进了 AI 的骨子里——有点像教小孩做题：不手把手教每一步，只看最后答案对不对，对了鼓励，错了让它再想想。反复练下来，AI 自己摸索出了一套越来越靠谱的打草稿方法。于是，专门会「先想再答」的推理模型——也叫大型推理模型——就这样诞生了。
测试时计算：肯花多少算力去想
考生打草稿要花时间，草稿演算得越仔细，烧的脑力越多，答案也往往越准。AI 也一样——在思维链上多写一步，就多花一点计算量；想得越久、草稿打得越长，背后烧掉的算力越多，答案通常越靠谱。
这个「在答题的当下，肯花多少算力去想」的概念，叫「测试时计算」，也叫「推理时算力」，英文是 test-time compute。以前大家拼的是「训练」时用多少算力，谁喂的数据多、练得狠，谁就强。而现在发现了一条新路——哪怕模型练好了不动，你在它每次答题的当下多给它一点算力、多让它想一会儿，它就能答得更好。说白了，就是「愿意多花时间打草稿，成绩就能再往上提一截」。这是这两年 AI 变强的全新方向。
快思考与慢思考：AI 终于学会了慢下来
诺贝尔奖得主丹尼尔·卡尼曼写过一本书，叫《思考，快与慢》。他说人脑里有两套系统：一套叫「快思考」，自动、迅速、不费力，凭直觉脱口而出，但也最容易出错；另一套叫「慢思考」，慢、费劲、要刻意集中注意力，用它来处理复杂的计算和重大决定。
这简直是为 AI 量身定做的比喻：普通大语言模型「脱口而出」，就是 AI 的快思考；推理模型掏出草稿纸一步步推演，就是 AI 终于学会了慢思考。这两年 AI 真正的进化，说穿了，就是它从一个只会快思考、容易冲动答错的家伙，变成了一个遇到难题肯停下来慢慢想的家伙。
什么时候该让 AI 慢思考？
是不是从此以后，所有问题都该让 AI 慢思考、打草稿？还真不是。考试里那些送分题，你也掏出草稿纸一笔一画演算半天，那是犯傻——又慢又浪费。AI 也一样，让推理模型去答「你好」「今天天气怎么样」，它也会吭哧吭哧打一大段草稿，结果是：等得更久、烧的算力更多更贵，答案并不比脱口而出好到哪儿去。
- 简单的事，交给快思考的 AI，图它又快又省。
- 难的、不能错的事——复杂的代码、烧脑的数学题、重要的决策——才请出会慢思考的推理模型，让它好好打一张草稿。
AI 时代，你真的不需要把自己逼成什么都会的专家。你需要的，是看懂手里这个工具到底是怎么思考的——什么时候它在凭直觉脱口而出，什么时候该掏出草稿纸慢慢推演。看懂这一层，你就知道该在什么场合，把什么样的难题，交给那个会「想一想」的 AI 去办。学会指挥一个会思考的专家，永远比自己变成专家划算得多。
推理模型 = 给 AI 配了一张草稿纸。思维链是草稿纸上的推演，测试时计算是愿意花多少时间演算，慢思考是 AI 终于学会的那种耐心。
📺 更多元知识视频，搜索 Wiki4What | 🌐 blog.wiki4what.com