AI 也需要“停下来思考”?Anthropic 的新方法让 Claude 更聪明!

本文首发于【算法工程笔记】公众号

最近,Anthropic 发布了一篇博客------The "think" tool: Enabling Claude to stop and think in complex tool use situations,介绍了一种全新的方法,让大模型能够真正"停下来思考"。

这项工作名为 "think" 工具 ,它可以帮助 Claude 在复杂任务中提升决策能力 ,尤其是在需要 多步骤推理、遵循策略、以及调用外部工具 的场景。

这意味着什么?

在日常使用 AI 的过程中,我们经常会遇到这样的问题:

  • 让 AI 执行一个任务,但它没有充分考虑所有信息,直接给出了答案,结果可能不够准确。
  • 需要 AI 处理多个步骤的任务,但它无法有效管理中间信息,导致逻辑混乱。
  • 复杂决策场景下,AI 没有足够的"耐心"去思考最佳解决方案。

"think" 工具的核心目标 就是解决这些问题,让 AI 在回答之前,或是在回答过程中,有能力停下来进行思考。


什么是 "think" 工具?它如何提升 AI 的能力?

简单来说,"think" 工具就是一个特殊的函数调用给大模型注入了一些先验知识 ,让 Claude 在生成最终答案之前,可以主动停下来,分析自己是否掌握了足够的信息,或者是否需要调整思路

"think" tool 与 "extended thinking" 的区别

  1. Extended Thinking(类似DeepSeek-R1或者OpenAI o1/o3)

    • 发生在 AI 开始生成响应之前
    • Claude 在采取行动前,会深入思考,迭代自己的计划
    • 适用于 不依赖外部信息 、可以 预先规划 的任务
  2. "Think" 工具

    • 发生在 AI 开始生成响应之后
    • Claude 在回答过程中,可以停下来思考,评估是否需要调整策略或获取额外信息
    • 适用于 复杂推理、外部信息处理、多步骤任务

换句话说:"extended thinking" 强调事前思考,而 "think" 工具强调在执行过程中的动态思考


什么时候应该使用 "think" 工具?

根据实验结果,"think" 工具在以下场景下表现最佳:

工具输出分析 :当 Claude 需要仔细处理工具调用的结果,确保其合理性

策略密集型环境 :当 AI 需要严格遵循某些规则,例如法律合规性、企业规定等

顺序决策任务:当任务需要多个步骤,每一步都依赖于之前的操作时(如编程调试、复杂客户服务问题)

不适用场景:简单的任务、非顺序工具调用。


客服场景下的实验数据对比

Anthropic 进行了两项实验,分别测试了 "think" 工具和 "extended thinking" 在 航空客服(airline)零售客服(retail) 场景中的表现。

其中,**航空客服(airline)代表了复杂任务场景,需要一些先验知识;而零售客服(retail)**则代表了一种相对简单任务的场景。

但从 Anthropic 的测试结果来看,有如下结论:

  • 在复杂任务中,"think" 工具结合优化提示,效果最佳。
  • 在较简单的任务中,"think" 工具无需额外提示也能带来显著提升,而 "extended thinking" 可能没有帮助

评测结果的启示:AI 仍然是强辅助,而非完全替代

值得注意的是,Claude 3.7 Sonnet 作为目前最先进的大模型之一,在上述两种客服任务中的最高准确率 也只有 58.4% 和 81.2%

这说明,即使2025年Q1的大模型比 2022 年的 ChatGPT 取得了长足进步,在 复杂任务 中,它仍然只能 作为强辅助,而不能完全替代人工

在未来很长一段时间内,AI的发展,或许不会是直接给出最终答案,而是学会 如何更好地思考、分析、优化,成为人类更强大的助手。


感谢阅读,如果这篇文章对你有所帮助,欢迎关注【算法工程笔记】公众号!

同时,你对这种"让 AI 停下来思考"的方法怎么看?欢迎在评论区讨论!

相关推荐
算家计算13 分钟前
字节开源代码模型——Seed-Coder 本地部署教程,模型自驱动数据筛选,让每行代码都精准落位!
人工智能·开源
伪_装20 分钟前
大语言模型(LLM)面试问题集
人工智能·语言模型·自然语言处理
gs8014027 分钟前
Tavily 技术详解:为大模型提供实时搜索增强的利器
人工智能·rag
music&movie42 分钟前
算法工程师认知水平要求总结
人工智能·算法
量子位1 小时前
苹果炮轰推理模型全是假思考!4 个游戏戳破神话,o3/DeepSeek 高难度全崩溃
人工智能·deepseek
黑鹿0221 小时前
机器学习基础(四) 决策树
人工智能·决策树·机器学习
Fxrain1 小时前
[深度学习]搭建开发平台及Tensor基础
人工智能·深度学习
szxinmai主板定制专家1 小时前
【飞腾AI加固服务器】全国产化飞腾+昇腾310+PCIe Switch的AI大模型服务器解决方案
运维·服务器·arm开发·人工智能·fpga开发
laocui11 小时前
Σ∆ 数字滤波
人工智能·算法
Matrix_113 小时前
论文阅读:Matting by Generation
论文阅读·人工智能·计算摄影