但如果把问题继续往深处追问：推理能力的本质，真的只是多算几步吗？ 谷歌、芝加哥大学等机构的研究者最近发表的一篇论文给出了一个更具结构性的答案，推理能力的提升并非仅源于计算步数的增加，而是来自模型在推理 过程中隐式模拟了一种复杂的、类多智能体的交互结构，他们称之为「思维社会」（society of thought）。 过去两年，大模型的推理能力出现了一次明显的跃迁。在数学、逻辑、多步规划等复杂任务上，推理模型如 OpenAI 的 o 系列、DeepSeek-R1、QwQ- 32B，开始稳定拉开与传统指令微调模型的差距。直观来看，它们似乎只是思考得更久了：更长的 Chain-of-Thought、更高的 test-time compute，成为最常 被引用的解释。 简单理解就是，这项研究发现，为了解决难题，推理模型有时会模拟不同角色之间的内部对话，就像他们数字大脑中的辩论队一样。他们争论、纠正对 方、表达惊讶，并调和不同观点以达成正确答案。人类智能很可能是因为社交互动而进化的，而类似的直觉似乎也适用于人工智能！ 通过对推理输出进行分类，以及结合作用于推理轨迹的机制可解释性方法，研究发现，诸如 DeepSeek-R ...