从 ChatGPT 发布 o1 开始，我就在想，所谓的“深度推理”和“Thinking”或者思维链（CoT）是否只是一种 Prompt 强化。
它实际上只是将一次请求拆成两步，第一步先按规定好的一套相对科学、严谨、全面的方式生成用于指导第二步生成的 Prompt。
然后，再将原始诉求和第一步生成的推理结果来完成第二步，也就是最终结果的生成。
再 Google AI Studio 里测试了一个月之后，我觉得就是这样的。
因为使用两个没有 CoT 的模型手动模拟，可以显著提升其生成结果，达到带 CoT 模型的效果。
甚至，你自己手工仿照 AI 的逻辑写一大段 CoT 也能提升非 CoT 模型的后续输出。
所以，CoT 很大程度上，还是用户本身写 Prompt 不行的问题，更适合开放性问题。
一些嵌入到刚性 Workflow 的把智能当螺丝钉的场景（比如翻译、摘要、案例筛选等），引入 CoT 反而可能会让结果更不稳定。