反思式推理与普通大语言模型的推理方式有什么本质区别？

1. 从 System 1 到 System 2 的思维跃迁

普通大语言模型的推理方式类似于心理学中的 System 1（快思考）：快速、直觉、单次前向传递即可生成响应。这种模式在事实召回和创意生成上表现出色，但在面对需要多步推理的问题时，容易在中间步骤产生累积性错误。

反思式推理引入了 System 2（慢思考）的特征：在输出最终答案之前，模型会进行大量的内部"密谋"——拆解问题、提出假设、自我检查，甚至在发现错误后实时推倒重来。这代表了从训练阶段算力分配到推理阶段算力分配的范式转移。

2. 错误修正能力的有无

普通 LLM 一旦生成了错误内容，没有内在机制去发现和纠正它——错误会一直传播到最终输出，只能依靠用户发现后手动重试。反思式推理则将错误发现的责任从"用户侧"转移到了"Agent 侧"，大幅降低了人工干预的频率。

3. 算力分配策略的根本不同

传统模型的算力几乎全部投入在预训练阶段，推理时只是简单地执行一次前向传播。反思式推理模型则在推理阶段额外分配大量算力用于生成中间推理 token，通过"想得更多、想得更深"来提升准确性。在 AIME 2024 数学竞赛中，GPT-4o 得分约 12%，而引入推理时算力的 o1 模型得分约 74%，这一差距主要来自推理阶段的额外计算投入。