一句话总结：推理策略从"单行道"到"立交桥"——CoT 把推理写成线性链（投入产出比最高），CoT-SC 采样多条链投票，ToT 把推理建成树（多分支+回溯，24 点成功率 4%→74%），GoT 进一步泛化成图。

四级演进（面试默写）

策略	探索形态	合成方式	LLM 调用	适用
CoT	线性（1 路径）	直接用	1	日常推理，性价比最高
CoT-SC	并行线性（多路径）	多数投票	k≈20-40	需要可靠答案
ToT	树搜索（候选+评估）	剪枝+深挖	O(b×d)	高难度复杂决策
GoT	图（节点聚合/合并）	更灵活组合	更高	需要组合多个思路

CoT（思维链）

• 原理：把难预测的一步拆成一串易预测的小步（问题→步骤1→2→3→答案）
• 要点：少样本示例给"输入-输出对 + 中间推理步骤"，模型模仿格式
• 典型场景：数学（GSM8K）、逻辑推理、常识推断

CoT-SC（自一致性）

• 同一题采样 k 条推理链，多数投票聚合
• 收益：比单条 CoT 稳定；代价：k 倍调用

ToT（思维树，Yao 2023）

• 四循环：思维生成（多候选）→ 状态评估（哪个有希望）→ 搜索算法（BFS/DFS）→ 思维更新
• 经典案例：24 点游戏 CoT 4% → ToT(b=5) 74%
• 代价：token 消耗极高、工程落地成本大——只在真正需要"试错和回头"的问题上用

选型口诀

• 日常业务 → CoT（零微调、显著改善）
• 需要稳定 → CoT-SC
• 复杂决策/解谜 → ToT
• 组合多思路 → GoT

面试要点

• 能画 CoT→SC→ToT 演进并给 24 点数据（4%→74%）
• 能说 ToT 四循环
• 能讲调用次数差异（1/k/O(b×d)）
• 能选型（性价比 vs 复杂度）

相关概念

• [AI-Agent-规划器与任务分解](/学习笔记/AI技术/AI Agent/AI-Agent-规划器与任务分解) — 规划层
• [AI-Agent-搜索增强与推理时计算](/学习笔记/AI技术/AI Agent/AI-Agent-搜索增强与推理时计算) — 树搜索增强
• [AI-Agent-核心设计模式](/学习笔记/AI技术/AI Agent/AI-Agent-核心设计模式) — ReAct 循环
• [AI-Agent-自我反思与改进机制](/学习笔记/AI技术/AI Agent/AI-Agent-自我反思与改进机制) — 评估环节