AI 百科词条

推理模型（Reasoning Model）是什么？

回答前先「打草稿」慢思考的模型，数学、逻辑、编程强，日常闲聊反而啰嗦。

一句话说清楚

推理模型在给出答案前会先生成一段内部思考链，逐步拆解问题再作答，代价是响应更慢、消耗更多 token。它们在数学竞赛、代码调试、复杂逻辑推理上显著强于普通模型，但简单问答场景优势不明显，甚至因过度思考而答非所问。

高频简单任务用普通模型（快、便宜），数学/编程/逻辑难题切换推理模型。很多工具已提供「深度思考」开关，按需切换是正确用法，全局只开一个就是浪费。

推理模型不是「更聪明的同款」而是「不同工作模式的同款」：写周报用它又慢又贵，做数据校验用它物超所值。

AI 编程：从行间补全到整仓生成

选型看两点：与现有 IDE/语言栈的贴合度，以及「能读懂多大上下文」。

AI 读论文：速读、问答到文献综述

先让 AI 产出结构化摘要（问题/方法/结论），再针对公式与实验细节追问，支持引用溯源的工具可信度更高。

AI 建站：一句话到可上线落地页

描述需求或贴参考截图，AI 出整站代码或免代码页面，重点看部署链路与可迁移性。