深度｜OpenAI o1 的思維鏈與周鴻禕的慢思考

OpenAI 在 9 月 13 日發佈的 o1-preview 模型後，o1 系列憑藉其強大推理能力和解決問題能力得到大家廣泛關注。

有業內人士表示，o1 開創了「強化學習的 Scaling Laws」，即「Inference Law」，算力收益要比訓練獲得的大得多。

對 Inference 系統 1（快思考）和系統 2（慢思想）的討論一時間成為業內探討的熱點，而該理論正是出自盧保經濟學獎得主 Daniel Kahneman 的著作《思考，快與慢》。

英偉達高級科學家 Jim Fan 在 o1 發佈後第一時間表示，大量計算將被轉移到服務推理而不是訓練前/後，o1 將成為數據飛輪，反過來將進一步優化 GPT 未來版本的推理核心。

周鴻禕對 OpenAI 的賽前分析性解讀

OpenAI o1-preview 在產品中應用 Inference 的背後，正是通過「思維鏈（CoT）」實現的。基於強化學習，o1 將棘手的問題分解為更簡單的步驟，再交給多個子模型來解決，從而提高模型的推理能力。

o1 的思維鏈模式與 360 的「慢思考」不謀而合。周鴻禕早在 7 月底 ISC.AI 2024 大會上就提出了用基於智能體的框架打造慢思考系統，從而增強大模型的慢思考能力。

周鴻禕認為，OpenAI 遵循的正是《思考，快與慢》中的雙系統理論（Dual Process Theory） —— GPT 和 o 系列分別對應系統 1 和 2。

結合雙系統理論，以及 GPT 和 o 系列各自特點，我們能發現：

• GPT 系列對應系統 1：負責快速、直覺決策，依賴於經驗和情感，多模態，快速語言響應；

• o1 系列對應系統 2：負責較慢、仔細的思考和推理，依賴邏輯和理性分析，多模態，思維鏈慢速複雜推理；

周鴻禕還表示，雙系統理論的重點/核心在於兩種系統並非獨立而是協同運作，而 OpenAI 內部構建的更加智能的模型或許是 GPT 和 o 系列的融合/系統。

OpenAI 此前在文章中提到，o1 在對推理要求高的領域受歡迎程度遠超 GPT4-o，但是語言為中心的領域卻相反，表明兩者能力所及互補而非衝突。

OpenAI 除了不斷改進 o1 新系列外，還會不斷改進 GPT 系列，由此也可知，o1 並不是GPT 的繼任者，即兩者並非衝突關係，相反大概率是互補關係。

根據周鴻禕的推測，OpenAI 內部可能正在構建雙系統的大模型 —— GPT 以及 o1 兩個系統將協同運作，當 GPT 的快速反應不足以應對複雜情況時，o1 會介入進行更深入的分析。

CoE 架構與 OpenAI 思維鏈不謀而合

OpenAI 在「雙系統」與思維鏈的實踐，與周鴻禕此前在 7 月底 ISC.AI 2024 大會上宣佈的「基於智能體框架打造慢思考系統，從而增強大模型慢思考能力」觀點不謀而合。

周鴻禕也在近期多次強調，通過智能體框架，讓大模型從快思考切換成慢思考，用多個大模型組合協作來解決業務問題。或許這就是通往 AGI 路上，海內外頭部 AI 玩家所給出的答案。

7 月底，360 在正式發佈的 CoE（Collaboration-of-Experts，專家協同）架構中強化了推理的使用。

不同於 MoE（Mixture-of-Experts）架構的稀疏混合專家模型，一次只能調用其中的一個專家模型回答，CoE 架構則能讓多個模型分工協作、並行工作，執行多步推理。

CoE 模型擁有更精細的分工、更好的魯棒性、更高的效率和可解釋性和更強的泛化能力，可以在加快推理速度的同時， 降低 API 和 Token 的使用成本。

CoE 的實際應用，效果超 GPT-4o

目前，CoE 架構在 360 牽頭下，已經接入了國內 16 家國內主流大模型廠商的 54 款大模型產品。

產品方面，360 已經有多款基於 CoE 架構的產品上線，360 AI 搜索和 360 AI 瀏覽器就是基於 CoE 架構的典型應用，涉及多次大模型調用來回覆用戶意圖。

1）CoE 架構實際體驗

對於實際體驗，用戶可以訪問 https://www.sou.com/ 打開 360 AI 搜索，在「深入回答」模式中輸入「為什麼中秋節要吃月餅」，360 AI 搜索便會啟動 AI 多任務智能體（Agent）來進行用戶搜索意圖識別：

值得一提的是， 360 AI 搜索會通過預設的 AI 模型來蒐集和總結資料，當然用戶也可以在「標準回答」模式中選擇任意第三方 AI 模型進行資料的蒐集與梳理：

在使用中，360 AI 搜索首先會通過意圖分類模型對「為什麼中秋節要吃月餅」進行 1 次意圖識別。

接下來，360 AI 搜索將調用 1 次搜索改寫模型，將用戶意圖改寫成「中秋節吃月餅的起源」、「中秋節吃月餅的文化內涵」以及「不同地區中秋節吃月餅的習俗差異」等 5 個子意圖。

隨後，360 AI 搜索會通過選擇的 AI 大模型對改寫的 5 個子意圖分別進行搜索，並按一定順序羅列出來：

最終，通過 AI 大模型從精選的 29 篇參考資料對分類後的 5 個子意圖進行總結回覆：

360 AI 搜索也支持通過腦圖的形式來幫助用戶快速找到感興趣的內容：

此外，360 AI 搜索也支持構建 AI 工作流，使得多個大模型協同運作。比如，面對一道古詩詞中譯英題目，路由模塊就會調用起翻譯、反思等多個模型，讓這些模型分工配合、共同完成任務：

CoE 架構除了在 360 AI 搜索的應用，還有 360 AI 瀏覽器中的 AI 助手。用戶可以訪問 https://bot.360.com/ 來體驗其最新的多模態協作功能。

點擊左邊欄「多模型協作」，用戶可以從 16 家國內主流大模型廠商的 54 款大模型中任意選擇 3 款大模型進行多模型協作。

在設計思路上，AI 助手設置了「專家」、「反思者」以及「總結者」三個選項，用戶需要在每個選項中確定一個模型：

這樣即使在第一個專家模型在測試中給出了錯誤回答，反思模型與總結模型也能通過協作修正結果。

還是以「為什麼中秋節要吃月餅」為例，分別選擇豆包、文心一言以及智譜清言作為測試模型，首先是豆包作為「專家」給出了初步回答：

接下來，文心一言作為「反思者」對豆包回答的內容進行建議與優化：

最後，由智譜清言作為「總結者」對前兩個模型回答進行總結：

目前，AI 助手上線的是三模型協作版本，360 產品團隊還計劃在 9 月底推出五模型或更多模型協作的版本。

2）CoE 架構的開創性

基於 CoE 架構的方案與 OpenAI o1 通過多個子模型實現「慢思考」的理念類似，而主要差異點在於 CoE 架構集合了國內各家大模型能力，OpenAI 則是基於自研的模型。

360 CoE 架構比 OpenAI 更具開創性的點在於 —— CoE 技術架構不僅為 360 AI 搜索以及 360 AI 瀏覽器提供了底層技術，同時與國內多家主流大模型廠商通力協作，為國內大模型創造了更開放和多元的環境，而非像 OpenAI 在美國那樣。

根據行業專家張俊林的觀點，o1-preview 之所以能夠更強，其方法本質上是思維鏈的自動化。

而對於同樣應用思維鏈，且在 7 月底就已推出 CoE 技術架構來講，則是通過「多系統協同」的方式實現「慢思考」和思維鏈自動化的。

並且，就在 o1-preview 上線的同時，360 還推出了基於 CoE 架構AI助手-多模型協作（bot.360.com）。用戶可以在已經接入 CoE 的大模型中，任意調用三個模型協同工作，實際體驗多模型協作中 1+1+1>3 的反思決策效果。

經過 21道複雜邏輯推理題測試結果顯示，其效果在多個維度都超越了 GPT-4o，有時還能超越 o1-preview。