谷歌看了都沉默：自家「黑科技」火了，但为啥研发团队一无所知？

　　新智元报道

　　编辑：KingHZ

　　【新智元导读】当整个科技圈都在为「谷歌黑魔法」集体高潮时，真相恐给了所有人一记耳光。那套被捧上神坛的「并行验证循环」，不过是社交网络上AI生成的「赛博跳大神」。

　　如果说之前的AI模型是在模拟人类的思考，那么Gemini 3 Flash就是在模拟人类的「直觉」。

　　3倍于Gemini 2.5 Pro的速度，却拥有超越Pro级的推理能力。

　　更离谱的是，它的智力竟然在某些基准测试超越了自家的Pro大哥。

　　但目前为止，依然没人能说明白：Flash凭为什么比Pro还要「聪明」。

　　谷歌DeepMind到底有啥黑魔法？

　　「林子打了，什么鸟都有」，以至于X上网友Jainam Parmar爆料：

　　AlphaGo团队根本不使用思维链。

　　他们采用并行验证循环机制。

　　这套方法正在碾压你听说过的所有「高级推理」技术。

　　成千上万的网友浏览过这个帖子。

　　这靠谱吗？这有没有可能是「以讹传讹」、用AI生成的「假新闻」？

　　如果是假新闻，难道只是因为「DeepMind碾压同行的推理」这样的噱头吗？

　　我们先看一下推文到底讲了啥。

　　谷歌DeepMind的黑科技?

　　首先，这位「万能的网友」直击CoT命门，解释了为什么Chain-of-Thought很糟糕。

　　当前的AI推理是线性的：

　　思考步骤1→步骤2→步骤3。

　　但这并不是专家级问题解决者的思维方式。

　　然后，他写道：「DeepMind分析了他们的AlphaGo团队是如何应对复杂问题的，结果发现了一件非常惊人的事情。」

　　并行验证循环（Parallel Verification Loops）：

　　专家型思考者并不会沿着一条冗长的推理链一路走到底，而是同时运行多个验证循环。

　　他们会提出一个解决方案，用约束条件去检验它；必要时回退；同时探索其他可能的路径——这些过程是并行发生的。

　　而Chain-of-Thought做不到这一点。

　　架构上的差异（The ArchitectureDifference）：

　　传统的思维链：A→B→C→D（线性）

　　DeepMind的框架：A→[B1,B2,B3]→分别验证→精炼→迭代

　　这就好比是在一条路上一直往前走，而另一种方式则是同时探索整棵决策树。

　　结果非常夸张：

　　在复杂推理基准测试中：

　　相比标准的Chain-of-Thought，性能提升37%

　　捕捉逻辑错误的能力提升52%

　　收敛到正确解的速度快了3倍

　　这不是小幅优化，而是架构层面的飞跃。

　　它实际是如何运作的：

　　步骤1：同时生成多个候选解决方案

　　步骤2：每个方案各自运行一套验证循环

　　步骤3：不同方案之间进行交叉验证

　　步骤4：剪除较弱的分支，强化更有潜力的路径

　　步骤5：持续迭代，直到收敛

　　自我纠错优势：

　　这才是杀手级特性：系统在给出最终答案之前，就能发现并纠正自己的错误。

　　传统的CoT（思维链）是按步骤顺序「提交」的，只要其中一步出错，后面就全盘皆输。

　　而并行验证允许在不中断整体流程的情况下回溯和修正，而不必从头再来。

　　对训练方式的影响：

　　他们不只是测试了这种方法，而是直接用这一框架来训练模型。

　　模型学会了：

　　提出多个假设

　　让这些假设相互检验

　　通过验证逐步建立置信度

　　尽早剪除错误或低质量的推理路径

　　现实世界中的应用：

　　这一框架在以下场景中表现尤为强大：

　　数学证明（一步出错，整体就会崩塌）

　　代码调试（可能同时存在多个潜在Bug）

　　战略规划（需要探索复杂的决策树）

　　科学推理（假设提出与验证）

　　凡是正确性优先于速度的地方，它都具备压倒性优势。

　　如果你正在构建AI智能体或推理系统，Chain-of-Thought已经过时了。

　　未来属于并行验证（Parallel Verification）。

　　生成多条路径。

　　对它们进行测试。

　　让最优解自然浮现。

　　这正是AlphaGo击败世界冠军的方式。

　　这也是推理真正运作的方式。

　　疑点重重，被AI袭击的一天？

　　在这些描述中，「并行验证」简直就是为数学证明和代码调试量身定制的终极武器。

　　凡是追求正确性的场景，它似乎都能实现降维打击。

　　这套理论听起来是不是太完美了？简直就像是DeepMind真的把人类直觉代码化了一样。

　　但恰恰是这种「过度的完美」和「极具煽动性」的文风，引起了业内人士的警觉。

　　当成千上万的网友还在为这套「黑魔法」转发点赞时，冷静下来的人们开始追问一个最基本的问题：

　　这套东西，到底是谁说的？

　　发帖的Jainam Parmar，也不是什么AI研究领域的大牛，也不是谷歌DeepMind的员工。

　　他也没有明确给出DeepMind的可信的源链接。

　　他说的靠谱吗？

　　即使DeepMind放缓发布世界知名的研究成果，以便在AI竞赛中赢得先机。

　　但DeepMind仍在发布他们的研究成果。

　　去年11月初，谷歌DeepMind团队还发布了号称解决「可持续学习」难题的新的机器学习范式──嵌套学习（nested learning）。

　　原推文那种藏头露尾、吊人胃口的写作风格，令人不喜，甚至部分网友怀疑，帖子压根就是大模型生成的！

　　熟悉DeepMind研究工作的网友，则认为帖子在故弄玄虚，甚至歪曲原意！

　　更有网友毫不客气地指出，发帖人就是蹭热度，半年前他还在鼓吹「CoT就是下一代推理技术」。

　　还有更关键的证据，之后，另一网友Chris Laub发布了一模一样的内容：

　　帖子底下，也有网友怀疑，这就是诱导人点击的AI垃圾！

　　事实上，CoT早不是什么先进技术。

　　长思维链和短思维链截然不同。

　　长思维链，有三大关键特征: 深度推理、广泛探索和可行的反思。

　　这些特征使得模型能够处理更复杂的任务，并且与较浅的短思维链相比，产生更高效、更连贯的结果。

　　回到问题本身：Gemini 3Flash 到底凭什么更聪明？

　　至少目前，没有任何可靠证据表明DeepMind已将「并行验证循环」作为核心推理框架，全面取代Chain-of-Thought。

　　相反，这场风波更像一次典型的 AI 舆论实验—— 当模型表现出现异常跃迁，人们总是更愿意相信「黑魔法」，而不是渐进式优化。

　　真正值得警惕的，也许不是CoT是否过时，而是我们是否过度迷信单一解释。

　　推理的未来，未必只有一条路，但谣言，往往只需要一条推文。

　　参考资料：

　　https://github.com/LightChen233/Awesome-Long-Chain-of-Thought-Reasoning

　　https://x.com/iruletheworldmo/status/2007550905177256071

　　https://x.com/aiwithjainam/status/2005629090943193552

　　https://x.com/ChrisLaubAI/status/2006668516280197287