o1：AI学会了慢下来思考

2024年9月，OpenAI发布o1模型。o1的革命性在于：它在给出答案前会先进行大量内部”思考”（Chain-of-Thought Reasoning），通过强化学习训练让模型学会自主分解复杂问题、检验推理过程。o1在国际数学奥林匹克（IMO）竞赛题中达到金牌水准，在博士级科学推理测试（GPQA）中超越人类专家。这不只是”更大的语言模型”，而是引入了一种全新的推理范式：花时间想，而非快速输出。

【为什么重要？】
o1证明了”更长的思考时间”可以直接提升AI的推理能力，开创了”测试时计算扩展”（Test-Time Compute Scaling）的新方向，为攻克更难科学问题铺平道路。

【逻辑闭环】
解决了什么：将推理能力从单步直觉提升为多步系统思考，让AI能处理复杂数学、科学和逻辑难题。局限是什么：o1推理成本极高（每次回答消耗大量compute），且思考过程不透明（我们看不到内部思维链）。这推动了”高效推理”模型（如DeepSeek-R1、Gemini Thinking）和AI可解释性研究的发展，也引发了关于AI是否在”真正思考”的哲学讨论。