Google2022 · 奠基
原始论文：引出推理
Wei 等人《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》——关键词是 eliciting（引出）：能力一直都在，缺的是一个把它"引出来"的格式。
入口 → arXiv:2201.11903
微信扫码关注「大话数据分析」数据 · 分析 · AI 实战
给想看懂"模型怎么想"的人的实用指南
思维链（Chain-of-Thought，CoT）是让模型"把中间步骤写出来再作答"的提示技法：先分解、逐步推、再收口——2022 年由 Google 研究团队提出，如今已是推理模型的出厂默认。
比如同一道应用题，直接问"还剩几个苹果"，模型容易脱口而出错答案；加一句"请一步步推理"，它先列条件、算中间量、再给结论——论文里，这个改动让大模型的数学成绩翻了一倍不止。
技法拆解
思维链从来不是一个孤立技巧。点击左侧条目，看它如何从一篇论文长成一个家族。
Google 团队证明：只要把推理过程写进示例，大模型就会"照着想"——数学基准成绩翻倍。
零样本咒语、自洽性投票、ReAct 相继发表——思维链从单一技巧长成一个方法论家族。
o1 与 DeepSeek-R1 把"先想后答"练进训练目标，测试时算力成为新战场——你不用再教，它出厂就想。
家族成员
从"提示里的招"到"模型里的本能"，三步走完。成绩数字因基准与配置而异，以各家技术报告为准。
Wei 等人《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》——关键词是 eliciting（引出）：能力一直都在，缺的是一个把它"引出来"的格式。
Yao 等人把推理与行动交替：Thought → Action → Observation 循环。两年后，这成为所有编码 Agent 与工具调用的思想模板。
o1 与 DeepSeek-R1 用强化学习把"先想后答"练进模型本体，思考过程转入内部；R1 还开源了训练配方，推理能力平民化。
家族仍在扩张 · 具体成绩因基准与配置而异，以各家技术报告为准。
为什么重要
这个发现的深远之处在于：它证明了模型的能力可以被"怎么问"显著改变——同一颗模型，换个格式就是另一副身手。它还打开了训练 Scaling Law 之外的第二条曲线：测试时算力——想得更久，就能答得更好，"难度"第一次有了旋钮。
中间步骤外置，复杂题不再一步赌答案——模型把注意力摊在每一步上，而不是硬憋一个总答案。
写得出来的步骤才检查得出来：你能看到它在哪一步拐错的——这是"只给答案"永远做不到的。
多想一会儿 = 多花推理算力换准确率。今天产品里的"思考档位"，就是这条曲线的消费级形态。
依据与事实
Google 团队发布思维链论文：在 GSM8K 等数学基准上，带过程的示例让大模型成绩翻倍——"推理"第一次被提示词引出。
Kojima 等人发现不加示例也行：一句"Let's think step by step"就能唤醒过程感——成本最低的准确率提升。
ReAct 发表：推理与工具调用交替进行。两年后它成为编码 Agent 的标准循环——思维链走出了纸面。
OpenAI 发布 o1：用强化学习把"先想后答"练进模型本体，推理过程转入内部——"推理模型"品类登场。
DeepSeek-R1 开源训练配方，推理模型不再是巨头专属；测试时算力成为公开的军备赛道。
思考档位出现在各家产品里：低/中/高随任务切换——"让模型多想"从一门技巧，变成了一个开关。
三个常见误解：① "思维链 = 模型真的在思考"——更准确说是"生成出有用的中间文本"，它可能事后编过程；② "推理模型就不幻觉了"——它只是更会推理，事实错误照旧（见姊妹篇幻觉页）；③ "提示词不用学了"——推理档位是工具，问题质量依然是你的责任。
接下来继续了解
它适合谁
数学与逻辑题的第一提升器：把"只写答案"的习惯改成"写过程"——你也是在给自己的思维链。
复杂任务先拆步骤再喂模型；做 Agent 开发时，它是循环里每一步的内核。
按难度设计推理档位开关：让"多想"成为可选档位，而不是全局慢三倍。
看懂"推理模型"广告词的来龙去脉：它今天想的，正是 2022 年那篇论文教它的。
来源与延伸阅读
01 arXiv:2201.11903 · Chain-of-Thought 原论文本页内容整理自以上公开资料，更新于 2026 年 10 月。成绩数字因基准与配置而异，以各家技术报告为准。
开始动手
下一次复杂问题，加上这三行——最便宜的准确率提升。
· 请一步步推理 · 写出每一步的依据 · 最后再给出结论
微信扫码关注「大话数据分析」数据 · 分析 · AI 实战