打开网易新闻 查看精彩图片
林俊旸最近写了篇文章，讲AI怎么从"推理式思考"变成"智能体式思考"。
这俩词听着像双胞胎，实际差了一辈。推理式思考像是做题——给定题目，模型在脑子里过一遍步骤，最后给出答案。好处是可控，坏处是题目稍微变个形，它就得从头再来。
打开网易新闻 查看精彩图片
智能体式思考则像是雇了个实习生。你给它一个目标，它自己查资料、写代码、验证结果，中间错了还能返工。OpenAI的o1和DeepSeek-R1属于前者，而Manus、Devin这类产品正在往后者的方向摸。
林俊旸的观点很直接：后者才是大模型落地的正解，但代价是更难调试、更难评估，甚至更难知道它到底在想什么。
打开网易新闻 查看精彩图片
有个细节挺有意思。他提到现在评估智能体表现，常用的还是"最后结果对不对"——但这就像用期末考试成绩评价一个学生，完全不管他中间有没有抄作业、有没有熬夜。换句话说，过程黑箱的问题，行业还没找到好的解法。
文章底下有条评论被顶得很高："以前怕AI不会思考，现在怕AI太会思考。"
热门跟贴