大型语言模型（LLM）的智能程度，可能远超我们的想象。最近，一个令人震撼的发现再次提醒我们：我们对AI的理解，或许还非常有限。令人惊讶的是，通过一些简单而巧妙的方法，我们竟可以在不进行任何额外训练的前提下，让普通的非前沿LLM在推理任务上表现得比那些被奉为“前沿”的“推理模型”还要出色。这不禁让人怀疑：过去一年里所谓的重大进展，是否其实并无必要？强化学习（RL）是否被高估了？我们是否在错误的方向上浪费了大量资源？ 答案可能仍然是否定的——但这并不妨碍这一现象揭示出AI内在运作机制的深层奥秘。事实上，这类发现所蕴含的认知价值，或许远胜于大多数AI课程或科普文章。 要理解这一点，首先要明白：为何今天的主流LLM常被认为是“糟糕的推理者”？现代生成式AI助手大致可分为两类：一类是标准LLM，另一类是专门设计用于推理的“推理模型”。前者擅长语言生成和模式识别，但在逻辑推理、多步计算等任务上表现不佳；后者则通过架构优化或训练策略改进，试图弥补这一短板。 然而，新研究显示，通过调整提示（prompt）设计、引入思维链（Chain-of-Thought）技巧，甚至简单地改变输出格式，就能显著提升标准LLM的推理能力，使其接近甚至超越某些专门训练的推理模型。这意味着，模型本身的潜力可能远未被充分挖掘，而我们过去依赖的“训练即进步”的路径，或许只是冰山一角。 这并非否定RL或前沿模型的价值，而是提醒我们：AI的智能，可能更多地藏在“如何使用”而非“如何训练”之中。真正理解AI，需要从第一性原理出发，摆脱 hype，回归本质。这才是这场认知冲击最宝贵的收获。