智能系统的设计之道（六）
让思考看得见：Agent 推理的四种形态
摘要
前几篇，我们聊过 Agent 怎么感知世界、怎么记住世界。但感知和记忆只是原料——真正让 Agent 聪明的，是推理：怎么把原料加工成答案。本文拆解一套递进的推理形态：思维链（把思考摊开）、思维树（多条路，走不通就回头）、思维图（把思路织成网）、类比推理（一次跳跃）。它们像四种不同的解题策略，适配不同难度的问题，本质是四档不同的“思考预算”。
思维链：把思考摊开
最简单的推理是直接给答案。模型看一眼问题，立刻输出结论——快，但容易错，尤其是需要多步推导的问题，一步错就会步步错。
思维链模式的做法很朴素：别急着给答案，先把推理过程一步步写出来。问题是什么、第一步做什么、第二步做什么、每一步如何衔接，最终得出结论。这种显式的过程分解，把计算压力分散到更长的推理时序里——模型不再“跳”到答案，而是“走”到答案。代价是慢了一点，收获却是三项：更准、更能解释、更少出错。
它的设计哲学有一个漂亮的说法：白盒化的信任。我们信任一个 Agent，不是因为它“看起来聪明”，而是因为它的每一步思考都摊开在我们面前，可以被检查、被质疑、被修正。把黑盒变成白盒，信任才有地基。
思维树：多条路，走不通就回头
链式推理是一条路走到底。但对复杂问题，一条路常常走进死胡同——比如需要全局规划的难题，局部看似最优的步子，整体可能是个陷阱。
思维树模式让推理从“一条路”变成“一棵树”：每走一步，先生成多个候选方向，给每个方向打个分，优先探索有希望的分支；发现走不通，就回溯重来。这像极了人类的审慎思考：不急于表态，先把几种可能都想一遍，再选最靠谱的那条。
它的设计哲学是 System 2 的审慎——借用认知科学里“慢思考”的概念：真正的难题面前，快直觉靠不住，慢推理才可靠。宁可多花几步探索，也不要急着交出一个想当然的答案。
思维图：把思路织成网
有些任务连树也不够用。比如要综合几份互相矛盾的文档得出结论，或者要对一个方案反复打磨——这些任务需要不同的思路之间互相参照、合并、循环，而不是沿着分支一路向下。
思维图模式把推理组织成一张网：节点是思路，连线是它们之间的关系，允许“合并”与“循环”——两个思路可以合流，一条思路可以绕回之前的节点重新加工。网的妙处在于韧性：多条路径互联，一条断了，还有别的路可以走。单点失效不会让整个推理瘫痪，这正是复杂任务最需要的鲁棒性。
类比推理：一次跳跃
前三种模式都是“从问题出发，一步步构造答案”。但人类遇到陌生问题时，常常先问一句：这像什么？——像不像我做过的事？像不像已知的某个模型？
类比推理模式就是干这个的：从长期记忆里检索一个结构相似的源案例，把它的解决方案迁移到新问题上。这不是“从零推理”，而是“借力推理”。它的设计哲学点破了创造力的本质：创造力不是无中生有，而是把旧结构搬到新场景。伟大的发明，多半是聪明的迁移。
结语：理性地编织
四种推理形态，其实是四档不同的“思考预算”：简单问题走链，快而透明；复杂问题走树，多路探索；交叉整合走图，反复编织；陌生问题走类比，借力跳跃。Agent 的智慧不在于只会一种推理，而在于知道什么时候用哪一种，并能把它们组合起来。
推理，从来不是单一的能力，而是一套可以被设计的策略。