思维链是一个扩展陷阱。下一波是潜在推理（Coconut / HRM / RecrusiveMAS）……但随后我们遇到了黑箱难题。BDH 适合哪里？[D]

读了一篇关于LLM推理未来的长文，提出了一个颇具争议的观点：思维链（CoT）是一个有用的技巧，但我们已经开始将可读的痕迹与实际计算混淆。总而言之，“生成文本并不等同于思考。”这里有两个实际问题： 忠实性：CoT风格的痕迹可能偏离模型实际“做”的事情。你可能会得到看似合理但答案错误的步骤，或者步骤混乱但答案正确的情况（所以痕迹不是可靠的审计线索）。 系统成本：自回归推理将中间工作序列化为令牌。更长的痕迹会增加延迟、成本和上下文使用。 潜在转向（停止让模型“公开思考”）：最近很多工作将内部循环转移到潜在空间，只在最后解码语言：Coconut（连续/潜在“思考”步骤）、HRM / HRM Text（将较慢的规划与较快的递归执行分离）、RecursiveMAS（代理传递潜在嵌入，而不是长文本消息）。 我提出的一个框架：语言作为接口 vs 语言作为计算基板。我同意语言对于沟通和抽象至关重要，但强迫搜索/约束求解序列化为文本既笨拙又昂贵。 黑箱难题：如果“思考”发生在数十次潜在循环中，你就失去了原本通过CoT获得的不完美窗口。在生产环境中，尤其是在高风险领域，“无可见性”是一个真正的障碍。 一个提出的解决方案是外循环治理层（例如，一个符号/规划管理器，构建可审计的子目标DAG，并在每个节点进行确定性验证：单元测试、约束、规则等）。可审计性从“阅读模型的内心独白”转变为“审计计划+检查+验证输出”。 BDH 适合哪里 BDH（Dragon Hatchling）在这个领域中很有趣，因为它旨在保留语言建模能力，同时添加循环或有状态的潜在计算，而不是仅仅作为一个受监督的谜题求解器。Pathway 报告显示，基于 BDH 的系统在约25万道数独极难题上取得了97.4%的top 1准确率，无需CoT或解回溯。数独是约束求解的有用诊断，但不是通用推理的完整衡量标准。 我发现一个澄清点：许多递归潜在推理器擅长深度递归（在问题的固定快照上迭代），但真正的智能体/语言设置是一个流：新令牌不断到达。这就引入了时间递归问题：你何时推进时间，你又携带什么状态/记忆？BDH 宣称的研究方向基本上是将这些结合起来，即高带宽潜在迭代和一个关于时间的原理性状态/记忆故事。它还提供了一个可恢复的图视图以及稀疏、局部化的状态，提供了一些原生的可解释性钩子，但这与系统级验证是互补的，而不是替代。 我想听听大家的看法： CoT 是否越来越成为一个昂贵的接口人工产物，而不是可扩展的推理路径？ 对于高风险用途，我们是否不可避免地需要一个DAG/验证外循环，还是原生模型分析钩子能够有意义地减少治理负担（即使它们不能完全替代）？ 如果潜在递归是内循环，那么外循环在实践中应该是什么？DAG、单元测试、形式规范、证明助手，还是其他什么？