别再逼 AI “钻牛角尖”了：如何用“开会”的方式让大模型智商飙升？

想象一下，你遇到了一个极其棘手的难题，比如要解开一道国际奥数压轴题。 目前，AI 界的“主流方案”是让 AI 疯狂 **“钻牛角尖”**（也就是 OpenAI o1 或 DeepSeek-R1 开启的“深度思考”模式）。这就好比你雇了一个绝世天才，把他关进小黑屋，告诉他：“你就在这儿想，想不出个子午卯酉来别出门。”这位天才会在脑子里不断自言自语，直到推导出一万步后的结论。 **但这真的是唯一的、或者说最好的办法吗？** 2026 年 5 月，来自加州大学圣迭戈分校（UCSD）等机构的研究员发表了一篇让人眼前一亮的论文：**《OpenDeepThink: Parallel Reasoning via Bradley--Terry Aggregation》**。 他们提出了一个极其拟人的新思路：**如果一个人的深度有限，那就干脆让一群人来开会吧！** ## 什么是“平行思考（Parallel Reasoning）”？ 论文的核心观点是：我们不一定非要追求无限长的“思维链（CoT）”，我们可以追求思维的 **“广度”**。 作者发明了一个叫 **OpenDeepThink** 的系统。它不是让一个 AI 苦思冥想，而是让 AI 瞬间分身，同时产生几十个不同的解题思路（Population）。 ## “神仙打架”：Bradley-Terry 模型 最精彩的地方在于，这几十个思路聚在一起后，谁也不服谁。这时候，该听谁的？ 传统的做法是请一个“裁判 AI”来给分。但问题是，裁判 AI 也有老眼昏花的时候，打分往往不准。 **OpenDeepThink 采用了一套更高级的“斗兽场”规则：** 1. **两两对决**：不打分，而是让两个思路互相 PK。裁判只需要说：“我觉得思路 A 比思路 B 更有道理，理由是 C。” 2. **数学排位**：系统利用 **Bradley-Terry 模型**（这是一种常用于计算国际象棋 Elo 等级分或游戏天梯排位的数学模型），把所有的两两胜负关系汇总，计算出每一个思路的“武力值”。 3. **优胜劣汰**：排在最前面的“思路精英”被保留；排在中间的根据裁判的意见进行“基因突变（修正）”；排在最后的直接“卷铺盖走人”。 ## 为什么这种做法很费曼？ 费曼曾经说过：“我发现最有趣的事情是，如果你能从不同的角度看同一个问题，你往往能找到真相。” 这篇论文本质上就是把费曼的“多维度视角”给自动化了。 - **它不需要重新训练模型**：你不需要花几千万美金去训练一个“思考型模型”，你只需要拿现成的 GPT 或 Gemini，让它们多开几次会就行。 - **它能“降维打击”**：实验证明，通过这种“开会”的方式，普通的 **Gemini 3.1 Pro** 在编程竞赛（Codeforces）中的得分竟然提升了 **405 分**！ 这意味着，我们不需要每一个 AI 都是爱因斯坦。只要我们有一群“普通的天才”，并给他们配上一套科学的“议事规则”，他们就能集体进化出爱因斯坦级别的智慧。 ## 为什么这事儿很重要？ 在以前，我们觉得 AI 变聪明靠的是“蛮力”（更多的参数）。 后来，我们觉得 AI 变聪明靠的是“耐心”（更长的思考时间）。 现在，这篇论文告诉我们，AI 变聪明还可以靠 **“民主与辩论”**。 这揭示了智能的一个新法则：**真理往往不在于思考的深度，而在于对不同可能性进行博弈后的那个“不动点”。** **总结一下：** 我们正在从“超级大脑”时代，迈向“超级委员会”时代。 下一次，当你遇到连顶级 AI 都答不对的问题时，别只给它一次机会。试着让它多给出几个答案，然后让它们互相“掐架”。你会惊讶地发现，那串从混乱的辩论中浮现出来的结论，往往正是你苦苦寻找的真理。 **智慧不属于孤独的思考者，而属于那些懂得在分歧中寻找最优解的对话者。** 这，就是 2026 年带给我们的、关于“集体智能”的终极启示。