「 AI领域卷大模型，从卷算法到卷参数再到卷价格，如今要卷思维。」

AI又一次迎来质变的进化：9月13日，OpenAI o1-preview落地，一时间引发人们对“Inference law(推理定律)”取代“Scaling Law(规模定律)”的热议。当大家深入探讨OpenAI o1的“思维链”时，才发现，这不是与两个月前周鸿祎说的“慢思考”是一个底层逻辑吗？

AI的发展，不仅要卷技术的领先，更要卷思维的前瞻。洞察趋势，预见到未来的方向，才能真正领跑未来。

“思维链”不谋而合“慢思考”

具有强大推理能力、适用于复杂任务的OpenAI o1，再次给业界带来震动。用OpenAI官方的说法：“这个模型在复杂推理任务上是一个重大的进步，代表了人工智能能力的一个新水平；因此，我们决定重新开始编号，把这一系列模型命名为OpenAI o1。”言外之意就是，这是AI思维模式、发展路径的一次重大改变，预示着未来AI发展的全新路径。

过去的GPT系列模型虽精确且量大，但缺乏“思考”环节，因此难以真正理解复杂学科如物理学和数学。

这一次的具体变化归结为“思维链” (Chain-of-Thought, CoT)一词。o1 系列模型采用全新的训练方法，不再局限于模仿训练数据中的模式，而是通过强化学习和“思维链”技术，引导模型自主解决问题，主打推理能力。工作原理本质上是-思维链的自动化，把一个复杂问题拆解成若干简单步骤，从而有利于大模型解决复杂的逻辑问题。

OpenAI 创始人山姆·奥特曼（Sam Altman） 将 o1 称为“迄今为止最强大、最一致的一系列模型”，并将其视为迈向自主系统或代理的关键一步。

总结起来，“思维链”有几个特性：像人一样思考，自主推理，自动分解步骤，通过一系列模型协同完成。

有没有觉得“似曾相识”？没错，早在7月底的ISC.AI 2024大会上，360集团创始人周鸿祎就提出：“用基于智能体的框架打造慢思考系统，从而增强大模型的慢思考能力。”

他认为，快思考的特点是快速直觉、无意识，反应很快但能力不够强。GPT类大模型通过训练大量知识，主要学习的是快思考能力，GPT这类大模型可以做到脱口而出，但是质量不够稳定，甚至会“一本正经地胡说八道”，所答非所问。而慢思考则是缓慢、有意识、有逻辑性，需要分很多步骤，类似写一篇复杂的文章，要先列提纲，根据提纲去搜集数据，收集素材，根据素材进行讨论，再把文章写出来，还要进行润色和修改。也就是说，慢思考更像真正的人类一样去思考，先了解问题的意图，再对分步完成一项复杂的任务。

周鸿祎评价：“这一次OpenAI o1拥有了人类慢思考的特质，在回答问题前会反复地思考，拆解、理解、推理，可能会自己问自己1000遍，然后才能给出最终的答案。”

显然，“思维链”与“慢思考”是一套逻辑体系，不谋而合，只是周鸿祎无论从观点到实践，都早了近两个月。

这也将是产业的一个转折点。GPT当年很轰动，并引发了千模大战。但是卷大模型的道路上，普遍缺乏“思考”环节，有时不能正确理解问题，有时不能解答复杂的科学问题。随着“思维链”与“慢思考”的提出，为AI的发展引入了新的底层思维逻辑，不仅在生成内容时进行计算，还模拟了“先想后说”的过程，更接近人类思维模式，标志着向通用人工智能（AGI）迈进的重要一步。

正如周鸿祎所说：“所以，以后比的不是多快能给你答案，而是给的答案完不完整，人工智能到最后还是要参考人类大脑的组成来构造工作模式。”

多模型协同：搭台子、建班子、练队伍

与过去一味地卷大模型不同，周鸿祎更关注的是如何让AI真正解决问题，真正给用户带来价值。两个月前，周鸿祎在提出“慢思考”的全新逻辑时，也拿了出全新的解题思路----多模型协同。

如何通过多模型协同来实现人类的思维模式呢？

首先是搭台子——CoE。

以前MoE（Mixture-of-Experts,混合专家）架构的稀疏混合专家模型都被认为是Transformer之后大模型下一个发展趋势。MoE模型可以只选择某一专家模型来处理数据，这使得模型在推理过程中更为高效，因为大部分专家处于未激活状态，从而减少了不必要的计算，即所谓的快思考。而在7月底的ISC大会上，360推出了CoE（Collaboration-of-Experts,专家协同）技术架构，可以让多个模型分工协作、并行作战，执行多步推理，不同模型之间可以相互补充、相互校验，确保面对复杂问题可以有更稳定的输出，解决“AI幻觉”的弊端。可以预见，未来CoE会替代MoE成为新趋势，开启多模型协同时代。

其次是建班子——大模型联盟。

由360牵头，百度、腾讯、阿里巴巴、智谱AI、Minimax、月之暗面等16家国内主流大模型厂商形成一个联盟，将这些企业的54款大模型产品接入CoE，协同发挥作用。其实，今年以来，大模型企业之间的合作、联手越来越多，只是360这次的联盟声势比较大，并且将一些互联网头部企业都囊括进来，在市场上影响比较大。

据悉，CoE技术架构不仅接入了“大模型”，还接入了很多十亿甚至更小参数的专家模型，这使得整个系统更加智能。CoE架构在实现“让最强的模型回答最难的问题”的同时，还能在回答简单问题时调用更精准的“小模型”，在获得高质量回答的同时，节约推理资源、提升响应速度。

第三是练队伍——加速应用落地。

有了技术架构，有了大模型，更重要的是要有应用，通过应用才能让大模型更好用，大模型的协同效果才能得到验证。360在加速产品的AI化的同时，在多个产品中都通过多模型协同实现产品的领先优势。

360AI搜索就是基于CoE技术架构，支持多模型协作重构了搜索的底层链路，是一种真正意义上的“AI原生搜索引擎”。 360AI搜索“深入回答”模式，首先是构建意图分类模型，然后打造任务路由模型对问题进行拆解，最后再构建AI工作流，整个过程会涉及7-15次的大模型调用，这才能让用户获得真正高质量的回答。

在CoE技术架构的加持下，360AI搜索仅用了八九个月的时间，就超越了Perplexity AI，蝉联全球最大的AI原生搜索引擎；并且依然势能强劲，以113%的月访问量增速，位列全球主要搜索引擎首位。

入驻360AI浏览器的AI助手（bot.360.com）的「多模型协作」能力，近期也成为了行业焦点。用户可以从国内主流16家厂商的54款LLMs中任意3款，分别做专家、反思者和总结者，直观体验LLM领域的“三英战吕布”。让3款LLM协作起来，组队碾压GPT-4o、媲美OpenAI o1。

由此可见，作为国内“AI教父”的周鸿祎，并不只是一个思考者，更是一个行动者。他在洞察到大模型的诸多问题之后，给出新的路径；并且身体力行，通过搭台子、建班子、练队伍的方式，将这个路径给验证了。这才是真正难得的地方。

跑得快，更要跑对方向

自从OpenAI掀起大模型浪潮之后，周鸿祎非常活跃，在语言上和行动上都是。一方面，他在各种场合交流对AI发展趋势的见解；另一方面，迅速推动公司所有产品的AI化，两者相互促进。

而这次，在大模型前进道路上迈出的关键一步，周鸿祎和360不仅与OpenAI不谋而合，并且还快了一步，正是其在思考中实践、在实践中思考的结果。

如今，AI的发展还处于初级阶段。最近，“慢思考”与“思维链”理念的提出，对AI的发展带来三点启示。

第一，战略高于战术，格局重于技术。

大模型火了之后，传统互联网大厂、创业者都进来卷，但卷大模型的价值有那么大吗？从终局来看，AI 不是被动接受指令的工具，而是能够自主“思考”、决策和行动的智能伙伴。

周鸿祎在看到大模型强大的同时，也很早就看到AI幻觉的问题，并思考未来的发展方向。战略方向比具体的战术更重要，单点的技术创新是战术，而终局思维才是战略方向，这是其“慢思考”的来源。

跑得快很重要，但是更重要的是在对的方向上跑得快。如果一味地卷大模型，其实是对产业资源的浪费。

今天，“慢思考”与“思维链”也不是终局，只是在向终局的路上迈进了一大步。

第二，卷应用比卷模型更有价值。

技术创新与用户价值之间，往往隔着一道鸿沟，跨过这道鸿沟的企业比发明技术的企业更伟大。最早发明二维码的不是微信，但是微信是二维码最大的推动者。新能源电池不是特斯拉发明的，但特斯拉确是新能源汽车产业的先行者。

大模型很酷，但如何能为用户创造价值更重要。也就是说，卷应用落地比卷大模型更有意义。360的产品全面AI化，目的就是让小白用户可以简单轻松地体验到AI带来的好处。在应用的落地方面，360走得很快，特别是在多模型协同上领先了OpenAI两个月。

学习、办公是最常见的应用场景，为了推动应用了落地，360还推出了AI办公，是一个一站式学习办公工具，用户可以体验到AI图片、AI文档、AI音视频、AI PPT等超过200多个AI能力，几乎覆盖所有学习、办公所需。

第三，独行不如众行远。

AI的实现，是一个非常复杂的系统工程，不是单个企业可以实现的。在业界有一个共识，未来AI的竞争是生态的竞争。单个OpenAI可能很强，但是通过协同作战，中国的大模型可以用全新的思路弯道超车。

经测试，基于CoE架构集各家所长的混合大模型能力就超过了GPT-4o。该混合大模型在翻译、写作等12项指标的测试中取得了80.49分的综合成绩，超越了GPT-4o的69.22分；而且除了代码以外，其余11项指标均优于GPT-4o。特别是在“逻辑推理”、“多步推理”、“诗词赏析”这类比较具有中文特色的问题上，CoE的领先优势更加明显。

目前，360“多模型协作”在测试中，已经打败并远远甩开GPT-4o，媲美o1-preview，这就是联盟的力量，生态的威力。

【结束语】

AI发展初期，从大模型来看好像中国落后一步。如果跟在别人后面延着人家的轨迹追，差距只会越拉越远。以终局思维重新审视AI的发展路径，技术创新的同时更要路径创新。“慢思考”与“思维链”的巧合，是中国AI发展赶超的新契机。