机器之心报道
编辑：冷猫
随着推理大模型和思维链的出现与普及，大模型具备了「深度思考」的能力，不同任务的泛用性得到了很大的提高。
借助思维链，大模型能够对任务进行深入分析，完成任务规划与拆解，从而胜任长周期、复杂度高的工作。同时，我们也能更直观地了解模型的推理与分析过程，从中发现执行环节中的问题，并有针对性地调整指令，以更高效地完成目标。
可以说，有了「深度思考」的推理模型，才有了现在拥有多种辅助功能与自主能力的 AI 智能体。
但现在的大模型渐渐有些偏科了。为了构建应用能力更强的智能体，对长周期的复杂任务能力的追求已经影响到了大模型的推理模式。
不知道大家在平常使用 AI 工具的时候有没有发现，打开了深度思考后，一些简单的任务也需要很多的思考，展示了非常冗长的思维链，而不打开深度思考的时候，又很难准确的得到想要的回复。
这种现
