AI推理：结果正确，原因错误？

AI“推理”能力最近成了科技圈最热闹的话题之一。一边是苹果研究团队公开质疑大语言模型的“思维链”不过是“幻觉”，在简单条件下就会“彻底崩溃”；另一边，OpenAI的推理模型却在2026年5月一举解决了一道著名的开放数学难题，谷歌DeepMind联手数学家陶哲轩用AI改进了67个数学问题的解法。这种“打脸”与“被打脸”的反复横跳，让不少从业者直呼看不懂：AI到底会不会推理？ 要理解这场争议，得先弄清楚所谓“推理”在AI语境下指什么。传统意义上的推理，是把一个个逻辑上环环相扣的中间步骤串联起来，最终得出可靠结论。人类靠思考完成这个过程，而大推理模型（LRM）靠的是“思维链”——在给出最终答案前生成的一长串合成文本。问题在于，这套机制究竟是真正的逻辑推演，还是某种高级的模式匹配？圣塔菲研究所的梅兰妮·米切尔团队发现，LRM甚至能靠“表面捷径”轻松通过精心设计的推理测试，比如类比类视觉谜题。换句话说，模型可能根本没在“推理”，只是在用训练数据里的统计规律“作弊”。但另一边的成绩单又实在亮眼：国际数学奥林匹克金牌、陶哲轩参与验证的67个数学问题优化——这些成就连人类顶尖数学家都很难企及。 对中国跨境电商卖家和AI工具用户来说，这场争论并非纯学术消遣。如果你正在用AI辅助选品分析、广告文案生成或供应链预测，你真正需要知道的是：AI的“聪明”有多可靠？目前科学界的共识是，LRM的推理能力存在明显的“锯齿状智能”——在某些任务上表现惊艳，在另一些看似简单的场景下却会莫名其妙地翻车。苹果团队的实验就显示，只要稍微改变问题的表述方式，模型的准确率就会断崖式下跌。这意味着，你在实际业务中依赖AI得出的结论，可能经不起细节变化的考验。米切尔对此的回应很直接：我们对AI推理的认知还远未定论，既不能全盘否定其能力，也不能盲目信任其输出。对卖家而言，务实的做法是把AI当作用来提效的“实习生”——它能快速给出初稿和思路，但关键决策仍需人工复核，尤其是在涉及成本、库存和合规等高风险环节时。