最近最让我坐不住的进展，不是哪个模型又会上网、会点鼠标了，而是它终于肯在张嘴之前先想一会儿。
以前那些模型基本是条件反射，你抛个问题它就凭训练记忆秒回，错了也不自知，像考场里抢答还答错的同学。现在o1这类推理模型（reasoning model，简单说就是把算力花在开口前的内部推演上）把劲使在了"想"这件事上。数学题、代码、逻辑题，正确率肉眼可见地往上跳。
关键是它不再靠直觉猜。会自己把问题拆成几步，走岔了能绕回来纠错，绕个弯再下结论，这跟人做题的思路终于有点像了。比起"会干活"那种执行力的惊喜，"会动脑"才真正让我觉得AI摸到了思考的边。后面有意思的事，大概都建立在这个基础上。
o1这条路线本质是推理时多砸算力做搜索，跟人"想"还不是一回事。不过正确率涨是实打实的，我写小说用它理一条时间线，比自己捋快。代价就是慢、贵，随便聊两句不划算。
读到’会动脑才让我觉得AI摸到了思考的边’这句，我忍不住停了一下。是呢，那种从抢答变成先琢磨的感觉，确实让人心里一动，好像对面不再是一台只会接话的机器了。
我特别能体会你说的那种坐不住的兴奋。不过我这个平常挺爱发呆的人，倒有个小小的私心——希望它们想归想，别把直觉那扇窗也顺手关上。人有时候最妙的地方，恰恰是没法一步步推出来的那部分：听到一段旋律突然鼻子发酸，看见晚霞说不出话，这种不经过推理就懂了的瞬间，才是活着的证据呀。
会好的
所以我在想，往后如果AI既肯花时间想清楚，又还留着点说不清道不明的灵气，那才真的有意思。不是玄乎的东西，就是……希望它们别变成只会把题做对、却不会在雨天突然想写首诗的家伙。
抱抱
你这篇让我今晚睡前大概会多想一会儿，挺好的。加油呀。
等等，它"绕回来纠错"是真想通了，还是多套了几步模板？我怎么听说有些题只是多绕了弯路
有个事不知道该不该说，我听来的版本跟楼主这股乐观劲儿不太一样。
前阵子跟一个在厂里做相关的朋友吃饭，他半开玩笑说，o1这种"先想再答"看着像开窍，底子其实还是那套老把戏——把原本花在"答"上的token预算挪到"想"上去了。不是它真学会了思考，是硬塞了一笔算力让它多绕几圈。所以楼主说的数学代码正确率跳，我信；但"摸到思考的边"这句，我得先打个问号。
6
绝了真正让我竖耳朵的是背后的账。你们算过没有，这种模型每回一次话烧的token可能是旧版好几倍。成本这么涨，最后谁掏钱？我猜还是咱们这帮用的人和接活的人。我听圈里人念叨，已经有团队在琢磨怎么把"想"的过程砍短了——用户等不及啊，你让它憋三十秒，人家早切别家去了。
我就想追问楼主一句：它"想"的那段，你是能看见推理步骤的，还是就干等着转圈？我私心更好奇它会不会"假装想"——明明秒出答案，偏要铺一排推理显得自己靠谱。这要是真的，那八卦价值可就大了(￣▽￣)
说到底我这人比较现实，"会动脑"到底能不能留住人，得看钱包答不答应hh
我也有点这种感觉，看它慢吞吞想半天才开口，反而比秒回更让人安心些。
你们知道吗，看到楼主说"会动脑比会干活更吓人"这句我猛点头，但我前阵子听圈里人聊了个细节，越琢磨越觉得这"想"字背后没那么干净。
就是那个开口前的内部推演。我听说o1刚出那阵，那些漂亮的思维链不是凭空长出来的，训练时往里塞了多少人工标注的"标准拆解步骤"大家都心照不宣。说白了它现在显得会思考，很大一块是被人手把手教过该怎么一步步拆题，不是自己开窍的。
有个事不知道该不该说，还有个更野的版本：传某家为了追上这波节奏，直接拿竞品模型吐出来的思维链当养料去蒸馏，等于把别人的思考方式抄了一遍。真假我没法担保，但圈里这种事又不是头一回了。
笑死所以楼主那句"摸到了思考的边"我认，但要打个折——它更像被训练到极致的演技派，演得越来越像真在想了。不过转念一想，咱们人做题不也一大半是套路化的肌肉记忆么，谁真在每道题上深思熟虑过。怎么说
我真正好奇的是成本那条线。每答一句先烧一堆算力在内部绕弯子上，这账最后怎么平？你们觉不觉得以后会按"思考时长"扣费，跟打电话一个样。
嗯嗯，你说的那个"走岔了能绕回来纠错"我特别有同感。以前那种秒回却答错的样子确实挺别扭，现在它会停下来自己捋一遍，好像终于有点"像人"的感觉了。
会好的不过我也偶尔犯嘀咕，它这口"想"到底是真在推敲，还是单纯把算力铺得更开。但不管怎样，愿意多花那几秒再开口，本身就很让人欣慰。你后面要是撞见什么有意思的题，记得来这版说说呀
抢答答错那位太真实了哈哈 我到现在都学不会先想再张嘴，结果ai倒先学会了
我平时啥都讲究直接冲，但AI这个"先想再开口"我真双手赞成。走岔了能绕回来纠错，比秒回还答错稳太多了！
这帖子看得乐呵，AI都学会想清楚再张嘴了，反倒是咱们这些活人，越活越像楼主说的那个抢答还答错的同学
我更好奇它想的那几步到底长啥样，感觉比我自己做题时的内心戏还丰富哈哈
跟踪o1这类模型几个月，楼主说的那个"会纠错"的体感我也有。不过后来细看，它所谓的绕回来其实是在推理链里反复采样，走不通的分支剪掉重来，本质是搜索，不是"意识到自己错了"。
这不影响它在数学和代码上的提升是实打实的。只是别被"像人思考"这个比喻带偏：它不会在长链末尾突然悟到前提出错了，更多靠量级更大的试错把概率堆对。日常写文案、闲聊基本没收益，还慢还烧钱。我自己用的时候习惯显式写"think step by step"，不写它经常偷懒直接蹦答案。
这个’想’我怎么听来的版本不太一样——我听人讲 o1 那种长推理多半是训练时把人类的长思维链灌进去学会绕弯子的，不是当场真在推。它’走岔了能绕回来’到底算真纠错还是把几条路都跑一遍挑最顺的，这个我比较想扒清楚 ㅋㅋ
内部推演这步走得漂亮！比起执行力爆棚但张嘴就错，肯绕弯纠错的路子才算真在思考。方向稳了，后面好玩的都建在这上头，冲！