夜雨聆风让AI在每次决策前思考20秒，性能提升相当于把模型规模扩大十万倍。这个结论正在改写AI的游戏规则。
2011年，诺贝尔经济学奖得主丹尼尔·卡尼曼出版了一本影响了整整一代人的书——《思考，快与慢》。他在书中将人类思维分为两个系统：系统一是快速、直觉、自动化的，用来处理"2+2等于几"和"认出老朋友的脸"；系统二是缓慢、费力、深思熟虑的，用来处理复杂的逻辑推理和重大决策。
这个框架影响了一代心理学和经济学科研者。但作者大概没想到，十三年后它会在人工智能领域引发一场范式革命。
你用的AI，其实一直在"凭直觉说话"
过去三年，大语言模型展现出了惊人的能力。但仔细看它们的运作方式，你会发现一个有意思的矛盾：不管问题是简单还是复杂，模型的思考时间几乎是一样的。它从左到右、逐字逐词地生成回答，就像一个永远不会按退格键的人。
这在认知心理学中有精确的对应：系统一思维。快速的、模式匹配的、基于训练数据中见过的模式来预测下一个词。这也是传统GPT在复杂数学题或逻辑谜题上经常翻车的原因——它不是在推理，而是在模拟推理的语言形式。
一个经典例子：问传统LLM"房间里有100只鸡和3个农民，每个农民拿走10只鸡，其中一个放回了3只，最后还剩多少只鸡"，它很可能答错——因为它不是在追踪数量的变化，而是在想"这类问题通常怎么回答"。
这种模式在聊天、翻译、摘要等任务上够用，但面对需要多步骤推理的场景时，短板明显。OpenAI科学家Noam Brown提出：让AI在每次决策前思考20秒，性能提升相当于模型体积扩大十万倍。
当AI学会在脑子里打草稿
2024年9月，OpenAI发布o1-preview。这是一次重要的转向，虽然当时没有引起足够关注。
o1在回答问题之前，会先进行一段内部推理——在后台生成一串看不见的思维链，反复推敲、验证、修正，然后才给出最终答案。从用户体验看，就是多等了几十秒，但答案准确多了。
在国际数学奥林匹克（IMO）资格考试的测试中，o1-preview的正确率达到83%，而同期最好的GPT-4o只有13%。这不是"好了一点"，而是从完全不可用到专家级水平的质变。
这个思路很快被验证是可复制的技术路线。2025年1月，DeepSeek发布R1推理模型，在全球引发震动，一度超越ChatGPT成为美国App Store下载量第一。同年5月，DeepSeek R1-0528在数学推理基准AIME 2025上从70%升至87.5%。Google DeepMind的Gemini在2025年7月达到IMO金牌水平——这是AI首次在全球顶级数学竞赛上取得这一成就。
OpenAI也在加速迭代：o3-mini（2025年1月）、o3和o4-mini（2025年4月）、o3-pro（2025年6月）相继推出。推理模型的竞争，从OpenAI一家独演变成了全球军备竞赛。
这些模型的技术内核是什么？简单说，是在训练阶段引入了一种新的反馈机制：不再只看最终答案对不对，而是逐步骤地奖励推理过程中的正确决策。就像教学生，不只看考卷得分，还要看他每一步的解题逻辑是否严谨。这种方法让模型从"背诵答案"进化为"学会思考"。
比技术更重要的，是它带来的思维启发
系统二思维进入AI，不只是工程里程碑。它也在反向照亮我们理解自身的盲区。
卡尼曼在书中花大量篇幅论证了一件事：人类虽然拥有系统二思维的能力，但用得少得可怜。大多数时候，系统一在自动驾驶，而系统二——那个擅长审慎判断、逻辑推理、怀疑和反思的大脑模块——在偷懒。书中有一句话堪称警句："系统二不仅好骗，还天生懒惰，一有机会就擅离职守。"
AI的经历恰好说明了系统二的价值。只靠语感和模式匹配的GPT是聪明的，但聪明和可靠之间有巨大的鸿沟。一旦嵌入推理能力，AI就从"看起来聪明"变成了"真的能解决问题"。
这一点放在我们自己身上同样成立。面对一个复杂决策时，你的第一反应——凭经验、凭直觉、凭"感觉"快速形成的判断——有多可靠？研究告诉我们一个不安的事实：我们对自己的判断往往过于自信，而过度自信恰恰是系统一最常见的系统性偏差。
国际象棋大师能靠直觉识别棋局，是因为下了上万盘棋，有真实的反馈回路。而你在生活中做的大多数决策，都没有这样的训练条件。你以为的"感觉对了"，很可能只是系统一在快速匹配了某个不完全相关的模式。
这也解释了为什么"深度工作""慢决策"这些话题反复被提起——它们在本质上都是在对抗系统一的惯性，强制启动系统二。
AI告诉我们一个朴素的道理：花时间思考，是有复利的。不是把所有时间都花在"做"上，而是花足够的时间在"想"上。这一点，对人类和机器都一样。
写在最后
今天，AI推理模型的进展速度很快。从o1-preview到o3-pro，从DeepSeek R1到V3到V4，从Gemini到开源社区涌现的推理模型，这个赛道正在以月为单位迭代。但这场变革最深刻的地方可能并不在于"AI变得更强了"，而在于它揭示了一个被长期低估的认知能力：暂停、反思、推敲。
当一台机器都学会了"等一下，让我想想"，或许它也在提醒我们：是不是该把那个习惯性跳过的"想一想"找回来。
作者：思维引力场
