最近 AI 圈有个特别火的方向，叫 **测试期计算扩展（Test-Time Compute Scaling）**，简单说就是让大模型学会"系统 2"推理。

---

### 从"快思考"到"慢思考"：Test-Time Compute 如何重塑 AI 推理

过去几年，整个AI 社区都在疯狂信奉"缩放定律（Scaling Law）"：只要砸更多算力、喂更多数据、训练更大的模型，AI 就会变得更聪明。这叫做**训练期计算（Training-Time Compute）**的扩展。

但现在，单纯扩大参数规模的边际收益越来越低，训练成本更是高得离谱。于是，以 OpenAI o1/o3 系列和 DeepSeek R1 为代表的前沿研究，硬生生撬开了另一扇门：**测试期计算（Test-Time Compute）**的扩展。

一句话说透这个方向的核心：**给 AI 多点时间"想清楚"，它就能解开更难的题。**

#### 1. 理论基础：System 1 和 System 2

诺贝尔经济学奖得主丹尼尔·卡尼曼在《思考，快与慢》里，把人类思维分成两种模式：

* **系统 1（快思考）：** 靠直觉和条件反射，反应快但容易出错。
* **系统 2（慢思考）：** 需要集中注意力，做逻辑推演和复杂计算。

传统的大语言模型（比如 GPT-4 或早期的 Claude），本质上都是"系统 1"。它们通过自回归方式一个字一个字往下预测，做的是很复杂的"直觉反射"。你问它一道复杂数学题，它也得像说顺口溜似的一次性把答案吐出来，中间只要算错一步，后面就全乱了。

而 **Test-Time Compute**，就是要给大模型装上"系统 2"——让它在给出最终答案前，自己在后台打草稿、自我纠错、尝试不同路径。

#### 2. 技术拆解：大模型怎么"打草稿"的？

要让模型学会慢思考，不是简单加一句"请一步步思考（Let's think step by step）"的提示词就行，而是要在底层架构和对齐阶段做深度改造。核心技术通常包含三个部分：

* **强化学习（RL）驱动的隐式思维链（Hidden CoT）：**
研究人员不再依赖人工标注的思维过程，而是用大规模强化学习（比如 PPO 或 GRPO 算法）来训练模型。只要模型最终得出了正确答案（比如数学题代码跑通了测试用例），它中间生成的任何"草稿"都会被奖励。这让模型自己进化出了很复杂的纠错思维逻辑，有时候连人都读不太懂。

* **过程奖励模型（PRM, Process Reward Model）：**
传统强化学习通常只看最终结果（结果奖励模型 ORM）。但 PRM 会对模型推理的**每一步**都打分。这就像数学老师批作业，不仅看最终答案对不对，还要看解题步骤合不合理。这种机制能大幅减少逻辑推演中的幻觉。

* **推理期的搜索算法（Search at Inference）：**
这是 Test-Time Compute 的核心。遇到难题时，模型不再一条道走到黑，而是会在后台展开一棵"决策树"。结合蒙特卡洛树搜索（MCTS）或束搜索（Beam Search），模型会探索多条解题路径，评估哪条路径的胜率（PRM 评分）最高，发现死胡同时还能自动回溯（Backtracking）。

#### 3. 对软件工程的影响

作为技术人，理解这个方向很有现实意义——它正在改变我们构建 AI 应用的方式：

1. **Prompt Engineering 不那么重要了：** 过去我们得写很复杂的 Few-Shot 提示词来教模型怎么思考。但在系统 2 模型面前，你只需要清晰定义"目标"和"验收标准"，模型自己会去找实现路径。

2. **算力消耗变了：** 系统性能瓶颈会从"并发吞吐量"转向"单任务的深度推理时长"。未来我们可能会看到专门为 Test-Time Compute 优化的推理芯片。

3. **真正的 Agent 成为可能：** 传统 AI Agent 经常在多步任务中陷入死循环。具备原生搜索、回溯和自我评估能力的模型，才是真正可靠的自主智能体底座。

### 趋势

   从"直觉式吐字"走向"深思熟虑的推演"，Test-Time Compute 不只是算法上的胜利，更是对智能本质的进一步逼近。当我们等模型响应的那几十秒里，它实际上在算力宇宙中经历了无数次试错与顿悟。

最近 AI 圈有个特别火的方向，叫 测试期计算扩展（Test-Time Compute Scaling），简单说就是让大模型学会"系统 2"推理。

什么是“测试期计算扩展”

腾云先锋（TDP）成员

人工智能

测试期计算扩展(Test-TimeComputeScaling)是AI领域新方向，让大模型具备"系统2"慢思考能力。通过强化学习驱动的隐式思维链、过程奖励模型和推理期搜索算法，AI能自主打草稿、纠错和回溯。这一技术突破正在改变AI应用构建方式，使模型从直觉式响应转向深思熟虑的推演，为真正可靠的自主智能体奠定基础。

强化学习

软件工程

智能体

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

什么是“测试期计算扩展”-腾讯云开发者社区-腾讯云

什么是“测试期计算扩展”

什么是“测试期计算扩展”

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐