思维链和推理模型是什么？

详细解析#

思维链为什么有效#

模型每生成一个 token 只做一次前向计算，能投入的计算量是固定的。直接输出答案，相当于要求它在一步里完成全部推理；先写出中间步骤，后面的每一步都能以前面写下的内容为基础，生成的 token 就成了它的"草稿纸"，总的计算量也更多了。

问：球拍和球一共 1.1 元，球拍比球贵 1 元，球多少钱？

直接回答（示意）：0.1 元。凭直觉跳到答案，错了

先推理再回答：
设球 x 元，则球拍 x + 1 元
x + (x + 1) = 1.1 → 2x = 0.1 → x = 0.05
答：0.05 元

思维链提示的具体写法和 Self-Consistency 见 Zero-shot、Few-shot 和思维链提示。

推理模型是怎么来的#

普通对话模型要靠"请一步一步思考"这类提示才会写推理过程，推理模型则是专门训练出来的：

1. 在数学、代码这类答案可以自动验证的任务上做大规模强化学习：答案正确、测试通过就给奖励，模型逐渐学会写更长的推理链来提高正确率
2. 训练中会自发出现检查、回退、换一种思路等行为，比如"等一下，这一步算错了"
3. 把大推理模型的思考过程作为训练数据，蒸馏到更小的模型上

输出的结构是"思考过程 + 最终答案"。各家处理思考内容的方式不同：有的不返回原文，只返回摘要和 token 数；有的放在单独的字段里；开源模型常用特定的标签包裹。很多接口还提供控制思考多少的参数，比如思考强度的档位或思考 token 的预算。

推理时计算：什么时候值得用#

过去提升效果主要靠扩大训练规模；推理模型说明，让模型在推理时多"想"一会儿，也能明显提升难题上的表现。多次采样投票、生成多个方案再用验证器挑选，也属于用推理时计算换效果。

怎么给推理模型写 Prompt#

• 说清目标、约束和完成标准，提供必要的背景资料；不需要再写"请一步一步思考"，也不要规定详细的思考步骤，过细的步骤反而可能限制它
• 先试不给示例，确实需要时再加，并保证示例和指令一致
• 输出上限要留足：多数接口里思考也计入最大输出 token，设得太小，可能思考完就没有空间写答案了
• 不要解析思考内容来驱动业务逻辑：它的格式可能变化，也不一定忠实反映模型实际的决策依据
• 工具调用的多轮交互中，有的接口要求把上一轮返回的思考块不加修改地传回（返回的可能是摘要加签名，而不是思考原文），有的只是建议回传，按厂商文档处理

代码示例#

// 通用伪接口：控制思考的参数各家不同，如思考强度档位、思考 token 预算
const res = await llm.chat({
  model: 'some-reasoning-model',
  reasoning: { effort: 'medium' }, // 难题调高；简单任务调低，或者换普通模型
  maxTokens: 16000, // 多数接口里思考也计入这个上限，要留足空间
  messages: [
    {
      role: 'user',
      content: '分析下面这段代码在高并发下可能出现的问题，按严重程度排序，每条给出修复建议。\n\n<code>\n...\n</code>',
    },
  ],
})

console.log(res.usage) // 思考消耗的 token 一般会单独列出，并计入费用
console.log(res.content) // 最终答案；思考内容是否返回、放在哪个字段，各家不同

面试官可能追问#

易错点#

• 给推理模型写"请一步一步思考"、塞大量示例，通常没有帮助
• 最大输出 token 设得太小，思考把预算用完，最终答案为空或被截断
• 思考的 token 用户看不见，但要付费，估算成本时要算上
• 思考内容不等于模型真实的决策依据，不能当作可解释性的证明