Chain of Thought 中文一般译成「思维链」，缩写 CoT。它指的是让模型在给出最终答案之前，先把中间推理过程一步步写出来，而不是直接蹦出一个结论。
这个做法 2022 年被论文系统化，当时的发现很直白：在算术、常识和符号推理这类多步任务上，只要让模型「一步一步想」，准确率就能明显提升，而且模型越大，提升越明显。今天你在推理模型里看到的「思考中…」「正在推理」那一段折叠内容，就是思维链的产品化形态。
先用一句话抓住它
思维链就是让模型把草稿纸写出来，而不是只交答案。
想想小学数学考试：老师要求写出解题步骤，不只是因为要给过程分，更因为写步骤本身会逼你把问题拆开，减少一步跳到结论的失误。模型的情况非常类似——它是逐个 Token 生成的，每写一个 Token 都在已经写出的内容上继续推进。让它先写步骤，等于给了它更多计算和纠偏的余地。
它为什么有效
一个直接的解释是：模型在单次前向传播里能做的计算是有限的，而把推理摊到几十上百个 Token 上，相当于把一次性的判断变成了多轮迭代。中间步骤一旦写出来，就进入了上下文，后续生成可以引用它，等于给模型加了一块工作记忆。
原始论文里的做法叫 few-shot CoT：在提示里给几个「问题 + 完整推理过程 + 答案」的示例，模型会照着格式把自己的推理也写出来。后来有人发现，很多时候只要在提示末尾加一句「让我们一步一步思考」就能触发类似效果，这被称为 zero-shot CoT。
从提示技巧到训练目标
真正的变化发生在思维链被写进训练环节之后。推理模型不再依赖你在提示里要求它想，而是通过强化学习被训练成默认先产出一段长推理再作答，并且学会了自我检查、回退、换一条路径重试这些行为。
这条路线把思维链从「提示技巧」变成了推理时计算的一种形式：想得越久、生成的推理 Token 越多，难题上的表现越好。代价也很直接——延迟变长，费用上升，因为那些推理 Token 同样计费。
和相关概念的区别
和提示词工程的关系：思维链是提示词工程里最有效的一类模式，但它只是其中一种。今天在推理模型上，手动写「一步一步思考」的收益已经很小甚至为负——模型内部已经在做了，你再要求一遍反而可能干扰它的格式。
和 Agent 的区别：思维链全程在模型内部完成，产出的是文字；Agent 会把中间步骤变成真实动作，去调用工具、读文件、发请求，再根据真实返回继续推理。思维链是「想」，Agent 是「想完了去做，做完了再想」。
和上下文工程的关系：长推理会占掉大量窗口额度。多轮对话里如果把每一轮的完整思维链都留着，很快就会挤爆窗口，所以实践中通常只保留结论——这属于上下文工程的范畴，具体机制见上下文压缩。
容易误解的地方
「写出来的推理就是模型真实的思考过程」——这是最需要警惕的一点。研究表明模型的书面推理和它实际依赖的内部计算并不总是一致：模型可能先有了倾向，再补一段看起来合理的解释；也可能在推理里用了某条线索却不说出来。思维链可读性强，但不能直接当成可信的自我报告，更不能当成审计凭证。
「思维链一定提升效果」——在简单任务上，强行拉长推理会引入无谓的错误，还平白增加成本和延迟。收益主要出现在需要多步骤、有明确中间量的任务上。
「思维链能消除幻觉」——不能。推理过程本身也可能一本正经地编造中间事实，然后基于错误的中间结果推出错误结论，反而显得更有说服力。要压幻觉得靠检索、护栏和评估。
怎么用才划算
用普通对话模型做多步计算、逻辑判断、条件筛选时，明确要求列出步骤通常值得。用推理模型时，反过来——把重点放在把问题和约束说清楚，把推理强度交给模型自己的档位控制。
对成本敏感的场景，可以只在困难样本上开启长推理：先用便宜模型快速作答，判定为高难度或低置信时再升级到推理模型，这也是模型路由的常见策略之一。