AI模型为何能在复杂问题上出错？华盛顿大学的研究揭示了其核心矛盾：AI虽能得出正确答案，其推理路径却与人类思维存在根本差异。研究深入分析了近20万条AI推理记录，发现AI常选择低效策略，并提出一种新方法，能将AI在复杂问题上的表现提升超66%，为构建更智能、更可靠的系统提供了关键思路。
智能速览
AI与人类的推理路径存在根本差异，常选择低效策略。
AI在复杂问题上认知要素使用率下降，与成功所需背道而驰。
人类更擅长抽象思维和策略规划，而AI像细致的会计师。
AI的自我评估功能虽频繁但效果很差，与成功相关性极低。
一种“推理指导”系统可提升AI复杂问题表现高达66.7%。
精华内容
要理解AI为何会犯这些奇怪的错误，我们需要深入其“思维过程”的内部。研究团队借用认知科学的框架，像医生做体检一样，系统性地剖析了AI的推理行为，并发现了惊人的真相。
策略迷航
研究发现，AI模型面对结构不良的复杂问题时，认知要素使用率反而从39.7%下降到33.7%，变得“保守”。这与成功解决问题所需的认知多样性背道而驰，后者评分高达0.186，几乎是简单问题的四倍。
AI模型频繁尝试逻辑一致性等高级能力，但在实际执行中表现很差，其自我评估与成功的相关性也低至0.031，近乎无效，尤其在开放性问题上无法正确判断自身推理质量。
思维鸿沟
人类推理者像经验丰富的侦探，善于快速抽象思考，在54%的案例中表现出强抽象性。AI则像过分细致的会计师，倾向于表面枚举，抽象思维比例仅36%。
在解决“棋盘覆盖”问题时，人类仅需166词抓住核心，AI却用了7632词进行细节计算。人类在49%的案例中能评估自身知识状态，而AI仅19%，凸显了两者在抓住问题本质上的巨大差距。
引导路径
研究团队开发了一种“测试时推理指导”系统，它像一个思维导师，能引导AI采用与成功相关的认知行为模式。例如，在诊断问题上，系统会指导AI先识别特征、组织信息，再进行推理。
测试结果显示，该方法能将AI在复杂非结构化问题上的表现提升多达66.7%，证明了问题不在于AI缺乏能力，而在于不知如何有效运用，尤其在Qwen3等大模型上效果显著。
关键挑战
研究指出，AI推理面临三大挑战。预测挑战在于无法从训练程序预测认知能力的发展；泛化挑战表现为AI在故事问题上有80%准确率，但在设计问题上仅46%；过程验证挑战则强调，即使答案正确，AI与人类的底层推理过程也完全不同，这可能影响其鲁棒性和泛化能力。
这项研究揭示了AI智能的核心在于过程，而非仅仅是结果。它为我们指明了方向：从优化可测量的答案，转向优化真正重要的认知过程。通过借鉴认知科学，我们有望培养出不仅能给出正确答案，更能用正确方式思考的AI，这将决定未来AI能否成为真正值得信赖的伙伴。
