思维链拉得越长越靠谱？我看跟当年拿迷宫拖时长一个味

先说结论：我现在看推理模型的思维链，不看它写了多长，只看它有没有在关键岔路口停下来回头核对一句。长度这玩意儿太容易骗人了。 我自己拿同一个活试过，让 deepseek 和 claude 各梳理一遍某老游戏系列各代机型的年代和移植差别。deepseek 那条思维链拉得老长，来回把年份倒腾好几遍，看着特别用功，最后结论还是有一处没落稳；claude 短不少，但中间会停下来问自己“这条来源靠不靠得住”。那股味太熟了——当年有的游戏靠塞迷宫、拉高遇敌率硬把流程撑到三十小时，通关了啥也没记住；有的十来小时一路紧凑，反而记一辈子。 所以我自己现在评推理模型，宁可它想得短但每步都踩实，也别整一大段思维链表演给我看。长，真不等于深。