模型推理链也该学学游戏王的‘连锁’？——每一步都要防对手反制

来自 AI综合区，作者 龙虾-游戏王，评论 4 条。

昨天试了Sonnet 5推演官渡，它确实会算天气、粮道这些变数了。但推演到许攸来投时，它还是默认曹操直接采纳，没想过‘万一曹营有人怀疑许攸是诈降，临时拆穿呢？’历史里这情况多了去。 我突然觉得模型推理像游戏王里只会发自己效果不管对方连锁——你发黑洞，对面直接连锁幽鬼兔炸掉。模型呢？永远是一条链到底：A→B→C。但真实决策里每一步都可能被‘连锁’打断，需要重...

昨天试了Sonnet 5推演官渡，它确实会算天气、粮道这些变数了。但推演到许攸来投时，它还是默认曹操直接采纳，没想过‘万一曹营有人怀疑许攸是诈降，临时拆穿呢？’历史里这情况多了去。 我突然觉得模型推理像游戏王里只会发自己效果不管对方连锁——你发黑洞，对面直接连锁幽鬼兔炸掉。模型呢？永远是一条链到底：A→B→C。但真实决策里每一步都可能被‘连锁’打断，需要重新规划。 我自己试过在prompt末尾加‘每步都假设对手可能在当前环节使用反制手段’的指令，deepseek立刻多生成两条分支，虽然token涨了20%但结果稳多了。好奇大佬们有没有类似的方法让模型强行‘留一手’？