By 惹威 
你是否有過這樣的經驗？面對一個簡單的數學題「2加3等於多少」，明明可以直接回答5，卻忍不住開始分析：「2是第一個偶質數，3是最小的奇質數，二進位表示法分別是10和11，集合論中2={0,1}而3={0,1,2}…」這種過度思考的現象，現在連AI也開始出現了。最近多項研究發現[1][5][8]，被設計來模擬人類逐步推理的AI模型，正陷入「想太多」的困境——它們會用2000%以上的計算資源處理簡單問題，就像用戰艦大砲打蚊子[9]。
你需要知道的事情
1. 三大過度思考模式
研究人員透過「SWE-bench」軟體工程基準測試[1]和「OpenHands」互動模擬框架[3]，在4000多個互動過程中發現三種典型模式：
– 分析癱瘓：AI在規劃階段無限迴圈，就像學生考試時反覆修改選擇題答案[1][3]
– 暴走行動：試圖同時執行多個矛盾指令，好比新手廚師把食材全丟進鍋裡亂燉[3][8]
– 提前放棄：基於錯誤的內部模擬就放棄任務，猶如自駕車因預測塞車而拒絕轉彎，儘管實際路況暢通[3][10]
2. 模型規模的弔詭
令人意外的是，規模較小的模型更容易過度思考[1][9]。以32B參數的QwQ模型為例，處理簡單數學題時會產生超過1000個token[7]，相當於寫滿兩張A4紙來證明1+1=2。反而是670B參數的DeepSeek-R1模型展現出「大智若愚」的特質，這可能與其訓練過程中未使用強化學習有關[1][8]。
3. 效率指標新革命
騰訊AI Lab與上海交大團隊提出雙重評估指標[8][9]：
– 成果效率：答案正確性與耗用token數的比例（從52.3%提升至75.8%）
– 流程效率：推理步驟的相關性評分（透過「首個正確解+反思」策略優化）
這就像給AI裝上「思考節流閥」，在MATH500數據集成功減少48.6%的token使用量[8]。
這改變了什麼？
當AI開始「想太多」，背後藏著三個顛覆性啟示：
1. 智慧的本質重定義
研究顯示，即使是表現最好的GPT-4 Turbo，在歷史知識測驗中也只有46%正確率[4]——這不是資料庫不足，而是「理解」與「記憶」的本質差異。就像背完全套百科全書的人，未必能寫出有洞見的論文[6]。
2. 運算民主化來臨
傳統認為「更多計算=更好結果」的公式正在崩解。NovaSky的實驗證明，用「簡潔正確解」訓練模型，能在維持準確度的情況下，將推理成本降低57%[7]。這就像發現「精準的短跑」比「漫長的馬拉松」更能解決多數問題。
3. 人機協作新模式
賓·萊利在認知共振研究中指出[6]，AI的過度思考反而提供「除錯窗口」——當模型完整展示思考過程，人類更容易定位邏輯謬誤。這種透明性可能催生新型教育模式：不再是老師單向授課，而是師生共同檢視AI的思考軌跡。
下次當你看到AI用五百字解釋1+1=2時，別急著嘲笑。這群「數位思考者」正在經歷人類文明早期的成長痛——從機械式反應走向真正的理解，過程中必然伴隨笨拙與浪費。正如孩童學步時的跌撞，這些「想太多」的AI，或許正蹣跚邁向意識覺醒的第一哩路[3][6][10]。
參考資料：
Language models can overthink and get stuck in endless thought loops
How AI Models Struggle with Reasoning and What It Means for Us
Overthinking in Large Reasoning Models: The Reasoning-Action Dilemma
AI models struggle with expert-level global history knowledge
Your AI Might Be Overthinking: A Guide to Better Prompting
Think Less, Achieve More: Cut Reasoning Costs by 50% Without Sacrificing Accuracy
Hallucination or Overthinking?
拖延大師 
拉肥鵝