#苹果重磅论文遭质疑##AI假思考是因为达到输出上限# 要说近期讨论的最激烈的话题，苹果的重磅论文《The Illusion of Thinking》一定会被提及。【图1】 在这篇论文中，他们提出了一个很轰动的观点：大模型“思考”，其实只是换种方式的“套模板”。面对复杂问题，再多算力也没用。 还不清楚的朋友可以回顾一下： 不过，随着这篇论文的广泛传播，也有许多人开始质疑这篇论文的方法和结论是否站得住脚： 大家纷纷吐槽：模型无法回答高复杂度问题，纯粹是因为模型无法输出这么多内容吧！ 多伦多大学的教授Kevin A. Bryan表示，河内塔这样的逻辑谜题，要正确解决需要10到100万步操作，模型当然不会选择完整回答。【图2】 想象一下让模型回答这个问题：“输出x(i)=2(i)+2，其中i=0...10000。禁用代码或搜索。列出前10000个结果。必须完整！必须列出全部！” 所有大语言模型都能做到完成这一步，但没一个会真的执行，因为输出量太大了。【图3】 另一位网友Lisan al Gaib则是亲自上手复现了一遍河内塔实验，给出了关键一击：当河内塔的层数超过13层时，所有LLM的准确率都会降为零，这是因为它们根本无法输出那么多的内容！【图4】 他解释说，河内塔至少需要2^N - 1步移动，而且输出格式要求每步移动占用10个tokens，还有一些固定内容。 而Sonnet 3.7的输出限制是128k，DeepSeek R1是64K，而o3-mini是100k token。这包括了它们在输出最终答案前使用的推理token。 Lisan al Gaib确定了在完全不预留推理空间情况下，模型的最大可解层数：DeepSeek：12层、Sonnet 3.7和o3-mini：13层 如果查看LLM的输出，就能发现当问题规模过大时，它们甚至不会进行推理。模型会表示：“由于移动步数过多，我将解释解法思路而非逐一列出32767步移动” 对于Sonnet来说，当层数超过7层后，它就不再尝试逐步推理问题。它会先解释问题和解决算法，然后直接给出解决方案，而不会“思考”具体的步骤。 这就像让一个人在五分钟内解决一个需要一小时纸笔计算的问题，大多数人会选择给出近似解或启发式答案，而不是详细的步骤。 所以，在看完了正反两方的意见后，推理模型到底能不能“思考”，你怎么看？