从 2024 年底到 2025 年，大模型圈最大的变化，是一类新模型的崛起——推理模型（Reasoning Models）。代表作有 OpenAI 的 o1、o3，以及 2025 年 1 月开源、以极低成本追平 o1 而轰动业界的 DeepSeek-R1。
它们凭什么被单独归为一类？一句话：
普通模型是"脱口而出"，推理模型是"先在草稿纸上想清楚，再开口回答"。
先回忆一个老朋友
还记得第 4 篇讲的思维链吗？我们发现，让模型"一步步思考"再作答，复杂题的正确率会明显提高。因为模型是"顺着往下写"的，把中间步骤写出来，每一步都为下一步铺路，比逼它直接蹦答案靠谱得多。
推理模型做的事，本质就是：把"一步步想"从一个需要你手动提醒的技巧，变成了模型刻在骨子里的本能。
你不用再加"请一步步思考"——它自己就会先展开一长串内部推演，反复尝试、自我检查、发现不对就掉头重来，想明白了才给你最终答案。
关键词：把算力花在"回答的时候"
要理解推理模型，得先理解一个概念转变：算力花在哪。
- 普通模型：绝大部分算力花在训练阶段。一旦训练完，回答你时是"凭本能秒答"，几乎不额外思考。
- 推理模型：在你提问的那一刻，愿意额外花大量算力去"想"。问题越难，它想得越久、越久。
这个"在回答时多花算力去思考"的思路，业内叫 测试时计算 / 推理时计算（test-time compute）。用大白话说就是：
以前是"题海战术练到肌肉记忆，考试时不假思索";现在是"考试时允许你在草稿纸上慢慢演算"。 对难题，后者显然更容易做对。
这也解释了你用推理模型时的直观感受：它回答慢、会显示"思考中"、还更贵——因为它真的在后台多做了大量运算。
它是怎么学会"想"的？
普通模型靠第 3 篇的三部曲练成。推理模型在此基础上，多了一步很妙的训练。
以公开得最透彻的 DeepSeek-R1 为例，它用的是一种强化学习思路（技术名叫 GRPO，名字不重要）。核心做法出人意料地朴素：
给模型一道有标准答案的难题（比如数学题）
│
让它自己生成一长串推理过程 + 最终答案
│
只看结果：最终答案对不对？
对 → 奖励它 → 强化这种思考方式
错 → 不奖励 → 换个思路再来
│
在海量难题上反复"试错—奖励"……
注意最妙的一点：没人教它"该怎么想"，只告诉它"结果对了就有奖"。 模型为了多拿奖，竟然自己摸索出了一套有效的思考习惯——遇到难题会拆解、会验算、会反思"我这步是不是错了"、会推翻重来。这种"自发涌现的反思能力",是推理模型让人惊艳的地方。
o 系列 vs R1：一个藏着想，一个摊开想
同为推理模型，OpenAI 和 DeepSeek 有个有趣的差异：
| 内部思考过程 | 特点 | |
|---|---|---|
| OpenAI o1 / o3 | 对用户隐藏，只给最终答案 | 想的过程你看不到 |
| DeepSeek-R1 | 完整展示给用户看 | 能看到它怎么一步步推出来，也方便你发现它哪步错了 |
R1 还是完全开源的，加上训练成本极低却追平了 o1 的表现，这是它 2025 年初引发巨大震动的原因——它证明了顶尖推理能力不再是少数巨头的专利。
什么时候该用它，什么时候不必
推理模型不是"永远更好"，它是一把该用在刀刃上的刀。
适合推理模型的：
- 数学、逻辑推理、复杂谜题；
- 需要多步规划的编程、调试；
- 严谨的分析、方案权衡。
用普通模型就够、甚至更好的：
- 闲聊、写文案、翻译、总结；
- 简单事实问答；
- 追求快和便宜的高频场景——推理模型又慢又贵，杀鸡不必用牛刀。
一个实用判断：这个问题我自己是不是也得掏出草稿纸算一算？ 是，就用推理模型；不是，普通模型往往又快又好。
它和 Agent 是什么关系
顺带把两个专栏连起来：推理模型让"大脑"更会想，Agent 让这个大脑"长出手脚"去干活。
一个更强的推理内核，会让 Agent 专栏里讲的那套"思考→行动→观察"循环（ReAct）走得更稳、更少犯错。所以推理模型的进步，直接抬高了 Agent 的能力天花板。两条线，正在合流。
小结
- 推理模型（o1、o3、DeepSeek-R1）的核心：先在内部一步步想清楚，再给出答案——把"思维链"从技巧变成了本能。
- 关键转变是测试时计算：愿意在"回答的那一刻"多花算力去思考，所以它慢、贵，但难题上更准。
- 它靠**"只奖励正确结果"的强化学习**练成，模型自己涌现出拆解、验算、反思的习惯。
- o 系列藏着想、R1 摊开想且开源；R1 证明了顶尖推理不再是巨头专利。
- 难题（要打草稿的）用它，简单快问用普通模型。它让 Agent 的大脑更强，两条技术线正在合流。
到这里，《从零看懂大模型》六篇就走完了。我们从"预测下一个词"这颗种子出发，一路看到它如何长成会读上下文、被训练得懂事、能被巧妙提问、也带着天生短板、并正在学会"慢下来思考"的样子。
如果你还想继续——去看看它的姊妹篇《从零看懂 AI Agent》，那里讲的是：怎么给这台想清楚的大脑，装上手脚，让它真正替你把事情做完。