GPT-5 的深度思考悖论

前几天GPT5上线，蹲了发布会直播，写了个评测。我把我认为最具革新意义的“自主调用深度思考功能”放在了第一条。

我本以为，这是继记忆功能之后，GPT的又一次震撼迭代。这意味着，它越来越接近于人脑了。

但是真正体验下来，发现自己被打脸了。因为，它对问题复杂程度的甄别，仍旧未达到理想的效果。

简单来说，它容易把简单问题复杂化，并自主调用深度思考功能。

深度思考的好处是能够发散思维，但问题是，思考的越深度，幻觉越严重，甚至经常跑题。

这，就是AI正在面对的深度思考悖论。

一、GPT-5很强，但容易“聪明反被聪明误”

从各项数据来说，GPT确实是毫无例外的强者。

• 编程能力吊打全场，SWE-bench测试准确率飙到74.9%。

• 健康咨询领域错误率降到1.6%，碾压GPT-4。

很强，它已经不仅仅是“会对话的AI”，更像一个可以推理、分析、提建议的准专家。你让它写代码、做分析、给建议，它不仅能答，还能思考“为什么这么答”。

但问题也随之而来，它思考的越深，反而越容易出问题。

二、思考越深，越容易走偏

1）简单问题，它爱“自我怀疑”

苹果研究团队搞了个实验，用跳棋、汉诺塔、过河问题测试AI。

结果发现，GPT-5在处理简单问题时，居然表现不如一些“没那么聪明”的模型。

原因就是，因为它太爱“思考”了。

本来“2+3=5”这种题，它第一反应答对了。但接下来就开始自我怀疑：“是不是漏掉了什么？”、“换个方式算算看？”……结果越想越乱，最后给出一个错得离谱的答案。

就像学生写数学题，先写对了，又划掉改错，最后交上去老师只想摇头。

2）中等难度，它是个“推理高手”

面对稍复杂的问题，GPT-5倒是发挥得很稳。

它像个侦探一样，左试右试，一路排错，最终找出真相。这时的它，是我们想象中那个聪明、冷静、值得信赖的AI。

3）问题太难，它开始“摆烂”

但当难度再往上提一点，GPT-5就开始迷糊了。

苹果研究团队发现，当问题足够难时，GPT-5竟然思考时间反而变短，就像人类考数学题卡住时直接交白卷一样。而且它想出来的所有路径，几乎全是错的，没有学习，没有收敛，像是在“胡编乱造”。

三、“思维链”技术，也是一把双刃剑

你以为它真在推理？其实只是“模拟”人类的推理方式而已。

GPT-5的深度思考，靠的是“思维链”（Chain of Thought）技术：让模型一步一步想，而不是直接给答案。

听起来很科学，对吧？问题是，每一步都可能错，而错的内容叠加起来，就像盖了一座幻觉的大楼。

有研究指出，即使GPT最后的答案是对的，中间过程也可能全是错的。你没看中间，就会被它最后“看起来合理”的结论骗得团团转。

四、亲身测试

来看一个油管测试题：

如果1=5，2=15，3=215，4等于2145，那么5等于？

GPT得出的结论：5=21435，错误。

deepseek V3答案：5=1，正确。

为什么会出现这种情况？

• 链条越长，积累的错误越多。

• 语料库的信息越多，越容易迷路，像进了记忆迷宫。

  
  

• 幻觉被放大：为了保持逻辑完整，它会补全不存在的信息。

  
  

• 缺少刹车：人会反复推翻假设，但GPT-5 往往一条路走到黑

写在最后

GPT-5的幻觉，并不完全是它的失败，而是在提醒我们：

AI的未来，不在于它能回答多复杂的问题，而在于它能不能分清什么是“事实”，什么是“胡说八道”。

就像我们内容创作者，在创作内容、决策方向时，靠的不是思考的“花样”，而是思考的“质量”。

技术不能代替觉知，模型不能替代判断。

一定要牢记，AI可以给出答案，但人才是最后的裁判。

我是文宇，毕业后不上班，陪女朋友牛津读博，正借助AI和IP两个杠杆打造一人公司。

我整理了一份AI一人公司工具箱，内含100+AI提示词和100+AI工具，欢迎扫描下方二维码链接我，备注【AI一人公司】，限时免费领取。

关于我：26岁，我用AI干翻命运，重启人生

项目管理八大原则

了解更多

文宇谈AI

查看原文：GPT-5 的深度思考悖论

文章来源：

文宇谈AI

扫码关注公众号