新智元報(bào)道

　　編輯：KingHZ

　　【新智元導(dǎo)讀】當(dāng)整個(gè)科技圈都在為「谷歌黑魔法」集體高潮時(shí)，真相恐給了所有人一記耳光。那套被捧上神壇的「并行驗(yàn)證循環(huán)」，不過是社交網(wǎng)絡(luò)上AI生成的「賽博跳大神」。

　　如果說之前的AI模型是在模擬人類的思考，那么Gemini 3 Flash就是在模擬人類的「直覺」。

　　3倍于Gemini 2.5 Pro的速度，卻擁有超越Pro級的推理能力。

　　更離譜的是，它的智力竟然在某些基準(zhǔn)測試超越了自家的Pro大哥。

　　但目前為止，依然沒人能說明白：Flash憑為什么比Pro還要「聰明」。

　　谷歌DeepMind到底有啥黑魔法？

　　「林子打了，什么鳥都有」，以至于X上網(wǎng)友Jainam Parmar爆料：

　　AlphaGo團(tuán)隊(duì)根本不使用思維鏈。

　　他們采用并行驗(yàn)證循環(huán)機(jī)制。

　　這套方法正在碾壓你聽說過的所有「高級推理」技術(shù)。

　　成千上萬的網(wǎng)友瀏覽過這個(gè)帖子。

　　這靠譜嗎？這有沒有可能是「以訛傳訛」、用AI生成的「假新聞」？

　　如果是假新聞，難道只是因?yàn)椤窪eepMind碾壓同行的推理」這樣的噱頭嗎？

　　我們先看一下推文到底講了啥。

　　谷歌DeepMind的黑科技?

　　首先，這位「萬能的網(wǎng)友」直擊CoT命門，解釋了為什么Chain-of-Thought很糟糕。

　　當(dāng)前的AI推理是線性的：

　　思考步驟1→步驟2→步驟3。

　　但這并不是專家級問題解決者的思維方式。

　　然后，他寫道：「DeepMind分析了他們的AlphaGo團(tuán)隊(duì)是如何應(yīng)對復(fù)雜問題的，結(jié)果發(fā)現(xiàn)了一件非常驚人的事情。」

　　并行驗(yàn)證循環(huán)（Parallel Verification Loops）：

　　專家型思考者并不會(huì)沿著一條冗長的推理鏈一路走到底，而是同時(shí)運(yùn)行多個(gè)驗(yàn)證循環(huán)。

　　他們會(huì)提出一個(gè)解決方案，用約束條件去檢驗(yàn)它；必要時(shí)回退；同時(shí)探索其他可能的路徑——這些過程是并行發(fā)生的。

　　而Chain-of-Thought做不到這一點(diǎn)。

　　架構(gòu)上的差異（The ArchitectureDifference）：

　　傳統(tǒng)的思維鏈：A→B→C→D（線性）

　　DeepMind的框架：A→[B1,B2,B3]→分別驗(yàn)證→精煉→迭代

　　這就好比是在一條路上一直往前走，而另一種方式則是同時(shí)探索整棵決策樹。

　　結(jié)果非?？鋸垼?/strong>

　　在復(fù)雜推理基準(zhǔn)測試中：

　　相比標(biāo)準(zhǔn)的Chain-of-Thought，性能提升37%

　　捕捉邏輯錯(cuò)誤的能力提升52%

　　收斂到正確解的速度快了3倍

　　這不是小幅優(yōu)化，而是架構(gòu)層面的飛躍。

　　它實(shí)際是如何運(yùn)作的：

　　步驟1：同時(shí)生成多個(gè)候選解決方案

　　步驟2：每個(gè)方案各自運(yùn)行一套驗(yàn)證循環(huán)

　　步驟3：不同方案之間進(jìn)行交叉驗(yàn)證

　　步驟4：剪除較弱的分支，強(qiáng)化更有潛力的路徑

　　步驟5：持續(xù)迭代，直到收斂

　　自我糾錯(cuò)優(yōu)勢：

　　這才是殺手級特性：系統(tǒng)在給出最終答案之前，就能發(fā)現(xiàn)并糾正自己的錯(cuò)誤。

　　傳統(tǒng)的CoT（思維鏈）是按步驟順序「提交」的，只要其中一步出錯(cuò)，后面就全盤皆輸。

　　而并行驗(yàn)證允許在不中斷整體流程的情況下回溯和修正，而不必從頭再來。

　　對訓(xùn)練方式的影響：

　　他們不只是測試了這種方法，而是直接用這一框架來訓(xùn)練模型。

　　模型學(xué)會(huì)了：

　　提出多個(gè)假設(shè)

　　讓這些假設(shè)相互檢驗(yàn)

　　通過驗(yàn)證逐步建立置信度

　　盡早剪除錯(cuò)誤或低質(zhì)量的推理路徑

　　現(xiàn)實(shí)世界中的應(yīng)用：

　　這一框架在以下場景中表現(xiàn)尤為強(qiáng)大：

　　數(shù)學(xué)證明（一步出錯(cuò)，整體就會(huì)崩塌）

　　代碼調(diào)試（可能同時(shí)存在多個(gè)潛在Bug）

　　戰(zhàn)略規(guī)劃（需要探索復(fù)雜的決策樹）

　　科學(xué)推理（假設(shè)提出與驗(yàn)證）

　　凡是正確性優(yōu)先于速度的地方，它都具備壓倒性優(yōu)勢。

　　如果你正在構(gòu)建AI智能體或推理系統(tǒng)，Chain-of-Thought已經(jīng)過時(shí)了。

　　未來屬于并行驗(yàn)證（Parallel Verification）。

　　生成多條路徑。

　　對它們進(jìn)行測試。

　　讓最優(yōu)解自然浮現(xiàn)。

　　這正是AlphaGo擊敗世界冠軍的方式。

　　這也是推理真正運(yùn)作的方式。

　　疑點(diǎn)重重，被AI襲擊的一天？

　　在這些描述中，「并行驗(yàn)證」簡直就是為數(shù)學(xué)證明和代碼調(diào)試量身定制的終極武器。

　　凡是追求正確性的場景，它似乎都能實(shí)現(xiàn)降維打擊。

　　這套理論聽起來是不是太完美了？簡直就像是DeepMind真的把人類直覺代碼化了一樣。

　　但恰恰是這種「過度的完美」和「極具煽動(dòng)性」的文風(fēng)，引起了業(yè)內(nèi)人士的警覺。

　　當(dāng)成千上萬的網(wǎng)友還在為這套「黑魔法」轉(zhuǎn)發(fā)點(diǎn)贊時(shí)，冷靜下來的人們開始追問一個(gè)最基本的問題：

　　這套東西，到底是誰說的？

　　發(fā)帖的Jainam Parmar，也不是什么AI研究領(lǐng)域的大牛，也不是谷歌DeepMind的員工。

　　他也沒有明確給出DeepMind的可信的源鏈接。

　　他說的靠譜嗎？

　　即使DeepMind放緩發(fā)布世界知名的研究成果，以便在AI競賽中贏得先機(jī)。

　　但DeepMind仍在發(fā)布他們的研究成果。

　　去年11月初，谷歌DeepMind團(tuán)隊(duì)還發(fā)布了號稱解決「可持續(xù)學(xué)習(xí)」難題的新的機(jī)器學(xué)習(xí)范式──嵌套學(xué)習(xí)（nested learning）。

　　原推文那種藏頭露尾、吊人胃口的寫作風(fēng)格，令人不喜，甚至部分網(wǎng)友懷疑，帖子壓根就是大模型生成的！

　　熟悉DeepMind研究工作的網(wǎng)友，則認(rèn)為帖子在故弄玄虛，甚至歪曲原意！

　　更有網(wǎng)友毫不客氣地指出，發(fā)帖人就是蹭熱度，半年前他還在鼓吹「CoT就是下一代推理技術(shù)」。

　　還有更關(guān)鍵的證據(jù)，之后，另一網(wǎng)友Chris Laub發(fā)布了一模一樣的內(nèi)容：

　　帖子底下，也有網(wǎng)友懷疑，這就是誘導(dǎo)人點(diǎn)擊的AI垃圾！

　　事實(shí)上，CoT早不是什么先進(jìn)技術(shù)。

　　長思維鏈和短思維鏈截然不同。

　　長思維鏈，有三大關(guān)鍵特征: 深度推理、廣泛探索和可行的反思。

　　這些特征使得模型能夠處理更復(fù)雜的任務(wù)，并且與較淺的短思維鏈相比，產(chǎn)生更高效、更連貫的結(jié)果。

　　回到問題本身：Gemini 3Flash 到底憑什么更聰明？

　　至少目前，沒有任何可靠證據(jù)表明DeepMind已將「并行驗(yàn)證循環(huán)」作為核心推理框架，全面取代Chain-of-Thought。

　　相反，這場風(fēng)波更像一次典型的 AI 輿論實(shí)驗(yàn)—— 當(dāng)模型表現(xiàn)出現(xiàn)異常躍遷，人們總是更愿意相信「黑魔法」，而不是漸進(jìn)式優(yōu)化。

　　真正值得警惕的，也許不是CoT是否過時(shí)，而是我們是否過度迷信單一解釋。

　　推理的未來，未必只有一條路，但謠言，往往只需要一條推文。

　　參考資料：

　　https://github.com/LightChen233/Awesome-Long-Chain-of-Thought-Reasoning

　　https://x.com/iruletheworldmo/status/2007550905177256071

　　https://x.com/aiwithjainam/status/2005629090943193552

　　https://x.com/ChrisLaubAI/status/2006668516280197287