System 1与System 2双系统思维

CH-35-02-006·约 18 分钟·前沿技术·更新 2026-08-13

晚高峰的十字路口，余师傅握着方向盘，一边跟乘客闲聊近期的油价，一边自动完成变道、刹车、跟车。他的左脚像自己会思考一样踩着离合，右手换挡流畅得像练过千百遍。直到前方忽然竖起一排施工围挡，他才猛地坐直：靠边停车，摇下车窗，把手机导航放大，重新规划路线。前一刻的“自动驾驶式应对”是快思考，心理学中叫 System 1；后一刻的“停车、看地图、做计划”是慢思考，叫 System 2。这原本是心理学家卡尼曼对人类的观察，如今却成了 AI 推理模型的学习蓝本：传统大模型常常像刚上路的新手，踩油门就冲，而 o1 这类模型学会了在回答前先“停车想一想”。理解这套双系统，你就拿到了读懂 AI 推理进化的一把钥匙。

岗位关联

对 AI 从业者而言，双系统思维是连接认知科学与大模型推理的桥梁：它解释了为什么直接生成会出错、为什么 o1 需要思维链，以及未来推理模型应该往哪个方向训练。

可视化演示
双系统起源：卡尼曼的两个驾驶员
快思考S1：低功耗的直觉引擎
慢思考S2：耗油但稳的深思模式
AI快慢映射：大模型为什么天生偏科
o1推理架构：给模型装上“思考暂停键”
慢思考训练：不是写小作文，是奖励中间步
应用与局限：慢思考不是万能钥匙
AI 应用场景
Python 演示
常见误区
面试题

可视化演示

动态演示System 1与Syste的核心机制，通过输入/处理/存储/输出四种模式展示关键概念与交互流程。

本节配有交互动效（进入视口后自动加载，约 3KB）。

System 1与Syste：双系统认双系统认知架构的理论基础双系统架构在AI中的映射与实现核心机制可视化 System 1与Syste整体架构与关键组件

双系统起源：卡尼曼的两个驾驶员

余师傅的双手似乎有自己的记忆。下坡松油门、红灯前轻点刹车、变道时扫一眼后视镜，这些动作根本不需要大脑用力思考。心理学把这套自动化的行为叫 System 1；而当他靠边停车、打开导航寻找绕行路线时，注意力完全集中，每一步都慢而谨慎，这就是 System 2。一次普通的晚高峰，成了两种思维模式的现场演示。

这个“双系统”框架来自丹尼尔·卡尼曼和阿莫斯·特沃斯基自 1970 年代开始的研究。卡尼曼在《思考，快与慢》中总结：System 1 自动、快速、依赖经验，负责 90% 的日常判断；System 2 缓慢、费力、负责逻辑推理和复杂规划。对人类如此，对 AI 也一样——传统大模型接到问题后立刻吐出答案，就像余师傅直接踩油门；而 o1 这类推理模型会先生成一段内部推理，就像绕路前先看地图。

我们可以把这种切换写成一个简单的决策模型：

余师傅每天在同一路段下班，风险低，System 1 一路带他回家；遇到施工围挡，风险升高，System 2 立刻接管。AI 推理模型想学的，正是这种“该快则快、该慢则慢”的切换能力。

\displaystyle M(x)=\begin{cases} S_1(x), & \rho(x)\le\theta \\ S_2(x), & \rho(x)>\theta \end{cases}

这个公式描述：当任务的风险或不确定度不高时，大脑默认走 System 1 快思考；一旦风险超过阈值，就把控制权交给 System 2 慢思考。

决策函数 M(x)表示面对任务 x 时最终启用的思维模式，取值为 S1 或 S2。
$M(x)$
风险函数 \rho(x)用来衡量当前任务的不确定程度，比如题目难度、道路施工风险、逻辑链长度。
$\rho(x)$
阈值 \theta个人或模型预设的“耐心值”，阈值越低，越容易启动慢思考。
$\theta$
分支条件当 \rho(x) 小于等于阈值走快思考，大于阈值走慢思考。
$\rho(x)\le\theta$

快思考S1：低功耗的直觉引擎

余师傅的老款手动挡车，左脚离合、右手换挡，动作连成一条流水线。他不需要在脑中默念“先踩离合、再挂挡、再慢抬”，因为这套流程已经刻进了肌肉记忆。System 1 就是这样的直觉引擎：几乎不消耗注意力，反应快，永远在线，但它依赖的是经验而非严谨证明。

在大模型身上，System 1 的对应物是预训练之后的自回归生成。模型看到一句“北京的冬天通常”，立刻补出“很冷”，这不是逻辑推演，而是从海量文本中统计出来的直觉。可直觉并不总是可靠：人类有锚定效应、可得性偏差；大模型也有语言惯性、知识过时、上下文误读。

System 1 的底层打分方式可以用 softmax 表示：

System 1 的优势是快，代价是容易把“看起来像”当成“一定对”。余师傅如果遇到一条与老路很像的岔路，也可能下意识拐进去；大模型面对没见过的推理题，也会用表面的语言模式拼出一个错误答案。

\displaystyle P(y\mid x)=\frac{\exp(z_y)}{\sum_{v\in\mathcal{V}}\exp(z_v)}

这是大模型预测下一个词的概率公式：把每个候选词的得分指数化后做归一化，得分最高的词被选中。整个过程又快又机械，像余师傅凭路感自动变道。

目标词 y模型当前要预测的下一个词。
$y$
上下文 x已经看到的前文，相当于开车时的路况和周围车辆。
$x$
logit 得分 z_y神经网络给每个候选词打的分，分数越高越可能被选中。
$z_y$
词表 \mathcal{V} 与归一化分母把所有候选词的指数得分加起来，使结果成为概率。
$\sum_{v\in\mathcal{V}}\exp(z_v)$

慢思考S2：耗油但稳的深思模式

余师傅最终把车停进路边车位，花了十分钟研究地图：哪条路不堵、哪个桥限高、哪里需要掉头。这个时候他的心率也许没变，但大脑的“油耗”明显升高。System 2 正是这种昂贵的模式：串行处理、需要注意力、能执行多步推理。

复杂任务必须靠 System 2：解数学题、写代码、做法律条款对比、规划一场旅行。它可以把问题拆成子目标，分别验证，再合并答案。这也是 AI 在数学和代码任务上长期欠缺的能力——单纯预测下一个词，无法保证中间步骤不出错。

于是研究者开始讨论“要不要慢思考”的收益问题：

不是所有情况都值得绕路。余师傅问路边的保安“前面能不能走”只花十秒，而打开地图规划最优路线要十分钟。AI 同样要学会判断：哪些问题值得烧算力，哪些问题直接回答就好。

\displaystyle \text{Benefit}(S_2)=p_2 r_2 - c_2 t_2

这个公式表示：启动 System 2 的净收益等于成功概率乘上任务价值，再减去单位时间成本乘上消耗时间。只有净收益足够高，才值得“停车想想”。

成功概率 p_2慢思考把事做对的概率，通常比快思考更高。
$p_2$
任务价值 r_2问题答对后带来的收益，比如收入、分数、决策质量。
$r_2$
单位成本 c_2每单位时间消耗的认知资源或算力成本。
$c_2$
时间 t_2慢思考付出的总时间。
$t_2$

AI快慢映射：大模型为什么天生偏科

把余师傅的车开上高速公路，开启自适应巡航后，车子能自动跟车、自动走直线，看起来像“老司机”。但一旦前方突然窜出一只野猫，巡航系统往往反应过激或来不及处理。传统大模型就是这样一个“高速巡航选手”：它能流畅生成文本，却缺乏真正的事故处理能力。

原因是训练目标。预训练大模型学习的是“一句话后面大概率接什么”，本质上是连续做 System 1 式的直觉预测。它没有在输出之前进行全局规划，也不会因为中间某一步错了就回头修正。这种生成方式用条件概率链可以写得更清楚：

这种逐词预测的机制天生缺少 System 2 的“全局视野”和“自我纠错”。余师傅如果只看眼前三块路牌，而不在出发前看整体地图，很容易被带进死胡同。AI 要提升推理能力，就必须在直觉生成之外再套一层慢思考机制。

\displaystyle P(y_1,\ldots,y_T\mid x)=\prod_{t=1}^{T}P(y_t\mid x,y_{<t})

这是自回归生成的核心公式：整段回答的概率等于逐词预测概率的连乘。每一步都只看着前文，像余师傅只看眼前两三米的路面，当然容易错过导航提示。

完整回答 y_1,\dots,y_T模型最终生成的一整段文本。
$y_1,\ldots,y_T$
输入 x用户提供的提示词或问题。
$x$
历史词序列 y_{<t}生成第 t 个词前已经产出的所有词。
$y_{<t}$
连乘符号 \prod把每一步的条件概率乘在一起，表示整个序列的总概率。
$\prod_{t=1}^{T}P(y_t\mid x,y_{<t})$

o1推理架构：给模型装上“思考暂停键”

OpenAI o1 的最大变化，是让模型在正式回答之前先“停车想一想”。它会在一个对外隐藏的私有思考区内生成一段思维链，这段思考不会直接展示给用户，但会被模型用来规划、推理、验证，最后才生成对外的答案。这就像余师傅靠边停车，先在脑中复盘路线，再决定起步往哪走。

o1 不是简单地“多写几步小作文”。它的推理架构融入了搜索和回溯：模型可能生成多个候选思路，做一步推演后检查前后是否矛盾，发现走不通就退回上一个状态，换一条路继续试。传统模型一条路走到黑，o1 则会像老司机一样不断评估“前方是否可通行”。

这种“先搜索、后验证”的选择过程可以这样理解：

余师傅绕路时也在做同样的验证：先看主干道是否拥堵，再查桥能不能走，最后估算油量是否够绕这一圈。o1 的“搜索回溯”不是魔法，而是把这类验证过程变成了模型内部的思考习惯。

\displaystyle a^{*}=\arg\max_{a\in A}\sum_{k=1}^{K}\mathbb{1}\left[\text{check}_k(a)=1\right]

这个公式表示：从若干个候选答案里，选出通过验证次数最多的那个。每个 check_k 都是一次内部检查，比如“计算是否正确”“是否符合题干约束”“上下文是否一致”。

候选答案 a模型在思考阶段生成的其中一个方案。
$a$
候选集合 A所有可行方案组成的集合。
$A$
检验函数 \text{check}_k第 k 项验证，返回 1 表示通过，返回 0 表示不通过。
$\text{check}_k(a)$
指示函数与求和把一个方案通过的总次数加起来，得分最高的方案胜出。
$\sum_{k=1}^{K}\mathbb{1}[\text{check}_k(a)=1]$

慢思考训练：不是写小作文，是奖励中间步

余师傅不是一天学会绕路的。驾校教练当年会在他停车、观察、打方向盘的每一个动作后给出反馈；跑过几年夜路后，他才懂得哪些路口要提前减速，哪些小路只在白天能走。AI 要学会慢思考，也需要这种“过程型”训练。

o1 的训练语料里包含大量带详细推理过程的数据，而强化学习阶段不再只奖励最终答案。研究者采用过程监督：模型每走一步，模型都会检查这一步是否合理，然后给出奖励。这样模型不会为了凑答案而乱编步骤，而是真正学会“一步接着一步地想”。

过程监督的奖励可以写成：

老司机之所以可靠，是因为他经历过大量“过程被纠正”的练习。只告诉 AI“答案错了”而不指出“哪一步错了”，它会像没教练的新手一样盲目绕圈。过程监督正是那个在副驾驶位上不停纠正动作的教练。

\displaystyle R_{\text{process}}=\sum_{t=1}^{T}\lambda_t \cdot \mathbb{1}\left[\text{step}_t \text{ is valid}\right]

这个公式表示：总奖励是每一步是否有效的加权和。比起只看最终答案，它更能鼓励模型形成可靠的推理习惯，而不是靠运气蒙对结果。

第 t 步 \text{step}_t思维链中的某一个推理步骤。
$\text{step}_t$
有效性指示函数这一步合理则记 1，否则记 0。
$\mathbb{1}[\text{step}_t \text{ is valid}]$
权重 \lambda_t不同步骤的重要程度，关键步骤可以给更高权重。
$\lambda_t$
求和 \sum_{t=1}^{T}把整个思考过程中的奖励累加起来。
$\sum_{t=1}^{T}\lambda_t$

应用与局限：慢思考不是万能钥匙

余师傅选择绕路，确实解决了眼前的问题，但也付出了额外油费和十分钟时间。慢思考对 AI 同样不是免费的：生成的思考 token 要算力，要时间，还要更长的上下文空间。若每个问题都启动 System 2，模型会变成“想太多”的慢性子，连“今天天气怎么样”都要先做五分钟内部推演。

好在，数学竞赛、代码调试、多步逻辑推理这类任务，慢思考的价值远大于成本。o1 在数学和编程榜单上的提升，正是因为它愿意在复杂问题上多花算力。而日常闲聊、简单问答，传统 System 1 式模型反而更高效。

我们可以把思考成本写成：

未来的推理模型不会是永远慢思考的“路怒症患者”，而更像一个聪明的 AI 副驾：知道何时沿用直觉、何时接管方向盘、何时提前检查油量。慢思考是一把钥匙，但什么时候掏出来，本身就是一门值得深思的艺术。

\displaystyle \text{Cost}_{\text{Thinking}}=\alpha \cdot L_{\text{think}}+\beta \cdot \mathbb{1}[\text{retry}]

这个公式表示：慢思考的总成本由“思考 token 长度”和“是否触发回溯”共同决定。思考越长，回溯越多，成本越高。

思考长度 L_{\text{think}}模型在私有思考区生成的 token 数量。
$L_{\text{think}}$
单位成本 \alpha每个思考 token 对应的算力成本。
$\alpha$
回溯标记 \mathbb{1}[\text{retry}]如果模型发现思路错误并重新尝试，则记 1。
$\mathbb{1}[\text{retry}]$
回溯成本 \beta一次完整回溯带来的额外开销。
$\beta$

AI 应用场景

数学与代码推理增强

阶段：推理时扩展（Inference-time Compute）与模型对齐

解决的问题：传统大模型面对竞赛级数学题或复杂算法题时，常常“一本正经地胡说八道”。问题是它只有 System 1 的逐词直觉，没有 System 2 的验证回路。解决方法是让模型在生成最终答案前，先展开思维链，搜索多种思路并对中间过程做自检。

具体案例：在算法竞赛平台中，系统收到一个 hard 级题目后，不再直接输出完整代码，而是先让模型生成三个候选解法，再分别用示例输入做模拟执行，失败的方案被标记并退回到“重新思考”状态。最终只有通过所有本地测试的代码才会被提交。

复杂文档审阅与合规判断

阶段：后训练与推理规划

解决的问题：合同、法律条文、技术规范这类文档里往往藏着互相制约的条件。System 1 式阅读只能提取表层信息，很容易漏掉条款矛盾。AI 需要按双系统思路，先快速抽取关键条款，再逐条比对优先级，最终形成审查结论。

具体案例：某金融公司用支持慢思考的模型审阅采购合同。模型先列出所有付款条款，然后逐一检查“发票节点”“验收标准”“违约赔偿”三者是否一致，发现冲突时回溯到原始条款并给出修改建议，整个过程像一位逐行核对的老会计。

智能体多步任务规划

阶段：Agent 路径规划与工具调用

解决的问题：让 AI 完成“订机票+订酒店+规划行程”这类多步骤任务时，直接生成会导致步骤冲突。慢思考帮助 Agent 先拆解子任务，再为每一步选择合适的工具，并在某一步失败后重新规划后续路径。

具体案例：旅行规划 Agent 先判断“日期是否合理、预算是否充足”，然后依序调用航班查询、酒店比价、天气检查工具；如果发现航班时间与酒店入住时间冲突，Agent 会回溯到航班选择并生成新方案，而不是硬着头皮完成任务。

Python 演示

python48 行

class DualSystemSolver:    def __init__(self):        self.fast_calls = 0        self.slow_calls = 0     def fast_guess(self, a, b):        self.fast_calls += 1        rough_a = ((a + 5) // 10) * 10        rough_b = ((b + 5) // 10) * 10        return rough_a + rough_b     def slow_reason(self, a, b):        self.slow_calls += 1        da = [int(c) for c in str(a)[::-1]]        db = [int(c) for c in str(b)[::-1]]        n = max(len(da), len(db))        carry = 0        bits = []        steps = []        for i in range(n):            x = da[i] if i < len(da) else 0            y = db[i] if i < len(db) else 0            s = x + y + carry            carry = s // 10            bits.append(str(s % 10))            steps.append("column %d: %d + %d + %d = %d" % (i + 1, x, y, carry, s % 10))        if carry:            bits.append(str(carry))            steps.append("final carry: %d" % carry)        result = int("".join(reversed(bits)))        return result, steps     def show(self, a, b):        fast = self.fast_guess(a, b)        slow, steps = self.slow_reason(a, b)        print("question: %d + %d" % (a, b))        print("System1 fast guess:", fast)        print("System2 slow answer:", slow)        print("verified:", fast == slow)        print("reasoning steps:", "; ".join(steps))        print("---") if __name__ == "__main__":    solver = DualSystemSolver()    solver.show(457, 836)    solver.show(123, 987)    solver.show(991, 9)    print("fast calls:", solver.fast_calls, "slow calls:", solver.slow_calls)

目的：用一个“四舍五入快速估算”模拟 System 1，用“列竖式逐位验证”模拟 System 2，直观展示快思考可能出错、慢思考负责纠错的完整流程。

rough_a = ((a + 5) // 10) * 10把数字按十位四舍五入，模拟模型凭经验给出的近似直觉。
return rough_a + rough_bSystem 1 直接吐出结果，不检查进位，速度快但可能不精确。
da = [int(c) for c in str(a)[::-1]]把数字反转成个位在前的列表，方便逐位加法。
n = max(len(da), len(db))确定需要计算多少位，相当于规划思考步数。
s = x + y + carry每一位加法都要考虑上一位的进位，这就是思维链中的“状态传递”。
carry = s // 10提取进位，模拟模型记录中间结果的关键记忆。
bits.append(str(s % 10))保存当前位的最终数字，相当于每一步验证后落定结论。
result = int("".join(reversed(bits)))把各位数字重新拼成最终答案，完成完整推理。
print("verified:", fast == slow)对比快思考与慢思考的结果，暴露直觉估算的误差。
if __name__ == "__main__":保证脚本可以被直接运行，也能作为模块被导入。

常见误区

误区很多人以为 System 1 是坏思考，System 2 是好思考，AI 应该完全抛弃 System 1。可实际上，System 1 每天都在帮我们避开危险、快速决策，没有它我们连走路都困难。

正解System 1 和 System 2 只是两种加工方式，不是对错标签。System 1 负责大多数低风险任务，System 2 只在复杂情况下接管。AI 也一样，聊天机器人的流畅应答依赖 System 1，数学难题才需要 System 2。盲目让所有问题都慢思考，只会浪费算力。

为何常见：因为教材和文章总喜欢用“直觉会犯错”的例子，比如锚定效应、认知偏差，慢慢给大家留下了 System 1 不靠谱的印象。

误区很多人认为只要启动了慢思考，模型就绝不会错。实际上 System 2 也会偷懒，它可能只是为直觉答案找理由，而不是真正重新推导。

正解心理学里有一类“合理化”现象：先由 System 1 给出倾向，System 2 再编一套逻辑去解释。AI 同样会出现“看似深思熟虑，实则一本正经地编造”。o1 之所以比普通模型强，不是因为它不会错，而是因为它有搜索回溯和过程监督，让错误更容易被发现。

为何常见：媒体宣传时常把“思考”和“正确”绑定，再加上推理模型在榜单上表现抢眼，公众就容易忽略它仍然会犯错。

误区有人以为 o1 的“思维链”就是把 prompt 改成“请一步一步思考”，让模型多输出几行解释。这种想法把慢思考理解得太简单了。

正解o1 的思维链不是简单文字堆砌，而是模型在私有思考区里进行规划、搜索、回溯，并且经过强化学习校准过。普通大模型虽然也能输出“步骤”，却不会因为某一步错误而回头修正，就像新手照着导航念，却不知道走错后怎么绕回来。

为何常见：因为思维链是可见的文本，人们容易把“思考”等同于“写小作文”，忽略了训练方式和推理控制的重要性。

误区训练推理模型时，只要判断最后答案对不对就行，中间步骤无关紧要。很多人会用“只看结果”来简化问题。

正解对于复杂推理，最终答案正确可能是蒙的，中间步骤却漏洞百出。过程监督会给每一步合理/不合理打分，这样模型才能学到真正的推理能力，而不是学会“撞大运”。就像教练不能只看学员是否到达终点，还要看方向盘、刹车、换挡每一步做得对不对。

为何常见：主流的分类任务评估往往只看最终指标，这种习惯被带入强化学习设计后，很容易忽略过程质量。

误区有些同学把 System 1 等同于模型 A，System 2 等同于模型 B，认为双系统理论只是某种网络架构。

正解双系统来自认知心理学，描述的是人类思维的两种加工模式；在 AI 中它更多是隐喻和设计思路。o1 并不是真的把两个神经网络拼在一起，而是在一个模型里通过训练实现“快直觉”和“慢验证”两种行为。把比喻当成工程实现，容易产生误解。

为何常见：因为 AI 术语常借用人脑概念，比如“神经网络”“注意力”，大家自然会以为双系统也有对应的物理模块。

面试题

Q1. 双系统思维最初来自哪位学者与特沃斯基的合作研究？

单选题 · easy

A.图灵提出可计算理论
B.卡尼曼提出双系统← 正确答案
C.明斯基提出知识框架
D.辛顿提出反向传播

答案：B。丹尼尔·卡尼曼与阿莫斯·特沃斯基共同提出了认知双过程理论，后来由卡尼曼在《思考，快与慢》中普及。图灵、明斯基、辛顿虽然都是 AI 重要人物，但并非双系统理论的提出者。

Q2. System 1 的核心特点是什么？

单选题 · easy

A.消耗大量注意力
B.自动快速完成← 正确答案
C.必然逻辑正确
D.不依赖任何经验

答案：B。System 1 是自动加工，速度快、能耗低、依赖经验。它不消耗大量注意力，也不保证逻辑正确，更不可能脱离经验。题目中的“自动快速完成”正是它最典型的特征。

Q3. System 2 通常在什么情况下被激活？

单选题 · mid

A.道路熟悉且无干扰
B.任务复杂需要规划← 正确答案
C.只处理单一感觉
D.没有任何时间压力

答案：B。System 2 在任务复杂、风险高或需要多步规划时接管，比如做数学题、找绕行路线。熟悉的道路由 System 1 完成，单一感觉和没有时间压力都不能单独激活 System 2。

Q4. 预训练大模型直接生成下一个词，最像双系统里的哪一种模式？

单选题 · mid

A.System 2 深度搜索
B.System 1 快直觉← 正确答案
C.过程监督训练
D.搜索回溯机制

答案：B。大模型预训练后根据上下文预测下一个词，本质上是基于统计规律的快速自动应答，和 System 1 的直觉加工非常相似。深度搜索、过程监督、搜索回溯都是后训练阶段的慢思考机制。

Q5. o1 模型中“私有思考区”的主要意义是什么？

单选题 · hard

A.让用户编辑推理步骤
B.保护内部推理数据← 正确答案
C.增加模型参数量
D.消除所有计算延迟

答案：B。o1 在私有思考区生成思维链，用户只能看到最终答案，看不到内部推演过程。这样做是为了保护推理数据不被直接复制。它不增加参数量，也不能消除延迟，反而会增加算力消耗。

Q6. 关于双系统之间的关系，下列说法正确的有？

多选题 · mid

A.两套系统可以协同工作← 正确答案
B.System 1 永远犯错
C.System 2 能纠正直觉← 正确答案
D.System 2 必定更优

答案：AC。很多时候 System 1 先给出直觉，System 2 再负责审查和修正，因此 A、C 正确。System 1 并不永远犯错，System 2 也不是必定更优，它同样可能被合理化偏差影响。

Q7. o1 在推理过程中可能用到的技术有哪些？

多选题 · hard

A.思维链生成← 正确答案
B.私有思考区← 正确答案
C.搜索与回溯← 正确答案
D.固定输出长度

答案：ABC。o1 通过思维链模拟内部思考，在私有思考区隐藏推理内容，并在思路错误时进行搜索回溯。它不会使用固定输出长度，因为思考 token 的长度本身就是动态可变的。

Q8. 下列哪一项属于慢思考训练的关键设计？

单选题 · mid

A.只给最终答案打分
B.奖励中间推理步骤← 正确答案
C.减少训练数据量
D.关闭强化学习

答案：B。慢思考训练强调过程监督，也就是对中间步骤给奖励，而不是只看最终结果。减少数据、关闭强化学习都与训练目标相反，最终答案打分是传统方法，不是关键。

Q9. 关于 o1 的“思考 token”，下列描述正确的是？

单选题 · extreme

A.必定展示给最终用户
B.属于隐藏的推理记录← 正确答案
C.与训练目标无关
D.只用于压缩上下文

答案：B。o1 的思考 token 是模型在私有思考区产生的推理记录，不会完整展示给用户。它是模型决策的一部分，和训练目标密切相关，也不是用于压缩上下文的技术手段。

Q10. 以下哪些属于 System 1 的典型表现？

多选题 · easy

A.自动识别红绿灯← 正确答案
B.熟练换挡不费力← 正确答案
C.解决复杂数学证明
D.突发情况猛踩刹车← 正确答案

答案：ABD。识别红绿灯、熟练换挡、突发情况急刹车都是不需要深思熟虑的自动反应，属于 System 1。解决复杂数学证明需要多步逻辑推演，属于 System 2 的典型工作。