可以用一个简单的日常生活中的例子来解释：
想象一下，你的火龙果在宿舍丢了，你会怎么办？
没有思维链的情况：
你可能会直接猜测，比如说：“小马偷了我的火龙果，因为他最喜欢吃螺狮粉。” 这个结论可能是对的，也可能是错的，因为你没有提供任何证据或者推理过程，只是凭直觉或者偏见。
有思维链的情况：
你会这样推理：
1. 你首先观察到火龙果不见了，这是你的起点。
2. 然后你回忆起，昨天你和小马、小红、小刚一起吃过饼干，这是你的线索。
3. 你检查了厨房的垃圾桶，发现了一个火龙果包装纸，这是小马喜欢的品牌，这是你的证据之一。
4. 你注意到小马今天脸上都是红色，这是你的观察。
5. 你回忆起小马昨天说肚子饿了，这是你的另一个线索。
通过这些步骤，你得出结论：“小马很可能偷了我的火龙果，因为垃圾桶里有他喜欢的品牌的包装纸，而且他今天表现得有点心虚。”
思维链的过程就是：从观察到推理，再到得出结论。每一步都是基于前一步的信息，形成了一个逻辑上的链条。这种思维方式可以帮助我们更清晰、更有逻辑地解决问题。思维链技术就是让机器模仿这种人类的思考过程，以提高其解决问题的准确性和可解释性。
其实我们人类日常的思考推理就是如此。
通过对于事物的观察，然后通过一系列的推理而得到答案。
当然我们这里指的是离散型思维链（CoT），而非连续型思维链（Coconut）。前者就是用我们人类自然交流的语言，以人类能理解的方式，做限定一步步推理，能增加模型的有效深度和表达能力；而后者意味着模型在推理时不将中间步骤转换成人类语言，而是直接在模型的潜在空间中进行操作，在推理空间、效率、推理模式、规划能力以及优化方式上有相当高的潜力，也是未来推理模型后续的发展方向。
