OpenAI终于松口，突然宣布公开o3-mini的"思考过程"

腾讯科技《AI未来指北》特约作者 晓静

编辑 郑可君

北京时间2月7日，OpenAI宣布，ChatGPT的免费和付费用户将看到更新后的“思维链”，可以看到模型更多的“推理”步骤以及它是如何得出问题答案的。

根据OpenAI官方介绍：

o3-mini版本中，免费用户和付费用户都可使用

o3-mini-high版本中，仅付费用户可使用

OpenAI在X官方账号上表示，“我们正在为o3-mini引入一个更新后的‘思维链’，希望能让人们更容易理解模型的思考方式。”

OpenAI的一位发言人通过电子邮件告诉国外媒体TechCrunch：“通过这次更新，用户将能够跟随模型的推理过程，对模型的回应更加清晰和有信心。”

像o3-mini这样的推理模型有一个重要特征：它会在给出最终结果前进行全面的自我事实核查，这种机制能有效避免模型陷入常见的推理陷阱。不过这种严谨的思考过程也带来了时间成本，通常需要额外花费几秒到几分钟才能得出解决方案。

出于竞争考虑，OpenAI选择不公开其o3-mini及其前代产品o1和o1-mini的完整推理步骤。用户只能看到经过简化的推理过程摘要，而这些摘要有时会出现不准确的情况。

在同类产品中，中国大模型公司DeepSeek的R1采取了不同策略，选择完全公开其模型的思维过程，这种做法获得了众多AI研究人员的支持。

这种透明度不仅方便研究人员深入了解模型的运作机制，还能在实际应用中带来更好的用户体验，因为用户可以实时观察模型的推理方向是否正确。

今天，OpenAI仍然没有完全开放o3-mini的推理步骤，而是宣称用了一种更“平衡”的方式：允许o3-mini进行“自由思考”，然后将这些“思考过程”整理成摘要呈现给用户。

“为了确保输出的清晰性和安全性，我们在处理过程中增加了一个额外的后处理环节”，OpenAI发言人表示，“模型会先审查原始思维链，清除潜在的不安全内容，并对复杂概念进行简化处理。

更重要的是，这个后处理步骤能够让非英语用户以母语接收思维链的内容，从而提供更友好、更易理解的使用体验。”

OpenAI负责多智能体推理的研究员Noam Brown发布推文说：“在我们在o1-preview发布前向人们介绍‘草莓’，让他们实时看到思维链（Chain of Thought，CoT）的过程通常会成为一个‘顿悟’时刻，让他们明白这项技术将会产生重大影响。虽然现在展示的并不是原始的思维链，但这已经是向完全公开迈出的重要一步，我很高兴我们能够与全世界分享这种体验。”

OpenAI的首席产品官也表示，“我们正在努力让用户看到比现在更多的内容——特别是模型的思考过程，这个功能很快就会实现。至于是否展示全部内容，我们还在权衡中。虽然完全公开思维链可能会带来竞争对手模仿学习的风险，但我们也知道用户（尤其是专业用户）确实需要这些信息，因此我们会努力找到一个合适的平衡点。”