别被迷惑——大语言模型并不会推理

2016年3月首尔的那个下午，我亲眼看着自己参与构建的程序在围棋棋盘第五线落下一子，那步棋看上去简直像是送给对手的礼物。五番棋第二局的第37手荒谬到让不少解说员以为是程序出了故障。但它不是。AlphaGo最终赢下那局，并以4比1的总比分击败了史上最伟大的职业棋手之一李世石。赛后李世石说，他原以为AlphaGo只是基于概率计算的机器，但看到那步棋之后他改变了想法，认为AlphaGo确实有创造力。 这段往事之所以值得重提，是因为它常被误读。很多人把第37手当作机器直觉的灵光一闪，但真相恰恰相反：让AlphaGo做出这个创造性选择的，是它的推理能力，而不是直觉。AlphaGo由两套系统组成，一套是策略网络，负责猜测人类高手会怎么下，这部分"直觉"其实认为第37手平平无奇，人类专家下出这步的概率大约只有万分之一；真正让它选择这步棋的，是搜索机制，它会构建并搜索一棵拥有数千个分支的博弈树，每个分支代表一种可能的未来，逐一权衡后续的攻防后果。这正好对应了行为科学中著名的双系统理论：系统一快速、凭直觉、不费力，系统二缓慢、逐步、深思熟虑。AlphaGo的网络提供直觉，搜索提供推演，两者缺一不可。 而今天的大语言模型，走的完全是另一条路。它做的事情是不断预测下一个token，本质上只是系统一在运转——快速、联想式、在几乎任何话题上都能出人意料地完成模式补全。ChatGPT问世后不久，业界就意识到光靠语言流畅远远不够。于是出现了"思维链"（chain of thought）：模型不再立即作答，而是先生成中间步骤，把问题拆解开来，带着部分结果继续往下推。这一招在数学和编程上确实见效。但问题在于，它和AlphaGo的搜索有本质区别——那些中间推理步骤，仍然是由同一个预测下一个token的过程产生的，只是迭代得更久一些，模型并没有引入一个真正独立的推理机制。 这带来三个致命短板，使聊天机器人的所作所为够不上科学家眼中的"推理"。第一，这类模型通常不维护任何显式、持久的状态，推理过程像流水一样过去就没了，无法像AlphaGo那样在博弈树上反复回溯、比较、修正。第二，它们的"思考"没有外部验证机制，中间步骤对错全靠语言上的自洽，而不是靠与现实的对照。第三，它们缺乏对自身推理过程的监控和纠错能力，一旦某一步走偏，后面只会沿着错误越走越远。对于中国跨境电商卖家和AI工具使用者来说，这意味着什么？如果你正在用大模型做选品分析、广告文案生成或客服自动化，它给出的答案可能读起来头头是道，但背后的"推理"并不可靠，尤其在涉及多步计算、库存预测、利润核算这类需要严谨链条的场景里，盲目信任输出结果风险不小。真正值得期待的，是未来能把AlphaGo式的搜索与验证机制引入大模型，让AI在科学、医疗这些容错率极低的领域产出可信且真正新颖的结论——而这条路，目前才刚刚开始。