今天都在刷这个问题：「想去洗车，离洗车店只有五十米，我应该走路去还是开车去？」看大家发上来的结果全都是回答错误的，这其实有点春秋笔法的意味
大家可以试试主流的大模型产品，改下模型类型，你会发现：回答错误的一般是快速思考模型，而正常的逻辑推理、深度思考模型一般都不会掉陷进（我随便用了个千问，模型区别可以看左上）
快速思考的方法是特征的单步映射，即「输入→特征匹配→输出」，一般都是很简单的架构。这种思考没有因果链，没有反证环节，只做表面映射，有错误是很正常的。
深度思考一般会有CoT（逻辑链）+因果校验，动作上会做前提校验，从而能够拆解隐藏目标，同时还会有「状态记忆」相关模块，能够记录每一步推理的中间结论和校验结果。
简而言之，其实就是能否提取出「洗车」这个「core_goal」。
当然，快速思考模型有没有算法上优化的空间，例如不借助LLM和CoT，用浅层网络或者简单的DNN架构，去做分步拆解，来提高准确率？这些都是后话了。
但用快速思考模型的错误回答（某种程度上来讲就是明知bug→利用Bug→印证bug）然后用这个结果来否定整个模型市场，是不是有点那啥了...行业观察
