什么是 AI 的思维链（COT）？

用过 DeepSeek 深度思考的人，大概都见过这个：问它一道题，它不急着回答，先吐出一长段自言自语，「嗯，用户问的是……先算一下……等等，好像不对，换个思路」，几百上千字之后才给出答案。

这段自言自语有个名字，叫「思维链」（Chain of Thought）。这篇文章就来讲解下这个概念。

首先，为什么需要思维链？

你心算 36×27 容易错，拿张纸写两步就对了。模型也一样。

大模型出字是一个字一个字往外吐的，每吐一个，内部做的计算量大致是固定的。

一道要推好几步的题，如果要它张口就答，等于要它在一次固定的计算里把中间步骤全做完。做不完，就只好蒙，出现幻觉。

但如果先把中间步骤写出来，情况就不一样了：写下的每个字，都会变成下一步的输入。一次算不完的事，拆成很多次小计算，接力完成。

这件事有实验证明。2022 年，东京大学和谷歌的研究者只在问题后面加了一句「Let's think step by step」（我们一步一步来想），OpenAI 当时的一个大模型在两套小学数学应用题上的正确率，就分别从 17.7% 涨到 78.7%、从 10.4% 涨到 40.7%。

模型一个参数没动，动的只是一句提示词。