AI“思考”过度？新研究发现：跳过思考步骤可能更快更聪明

近年来，大型语言模型（LLMs）的能力突飞猛进，尤其在逻辑推理方面，它们仿佛拥有了“思考”的能力。

通常，我们认为这种强大的推理能力来自于 AI 模仿人类的“深思熟虑”过程。这些顶尖的 AI在给出最终答案前，会生成一大段长长的“思考过程”。这个过程可能包含了对问题的拆解、各种方法的尝试、自我反思、验证和修正，最后才提炼出简洁的解题步骤和最终答案。

这种“展示思考过程”的方式，确实让 AI 在解决复杂问题上取得了巨大成功。通过强化学习或者在大量带有推理过程的数据上进行微调，AI 学会了这种结构化的“思考”模式。大家普遍认为，正是这个详细的“思考”过程赋予了 AI 强大的推理能力，因此，“让 AI 花更多时间思考”（即增加推理时的计算量）似乎成了提升其能力的标准范式。但这带来了一个显而易见的代价：时间和资源。生成这些长篇大论的“思考”过程，需要消耗大量的计算资源（更多的 tokens），也意味着用户需要等待更长的时间（高延迟）才能得到结果。