System 2 Thinking

系统 2 思维是人类认知双过程理论中缓慢、费力且审慎的推理模式，与快速、自动、直觉式的系统 1 相对。心理学家 Keith Stanovich 和 Richard West 于 2000 年为这两个系统命名；分享 2002 年诺贝尔经济学纪念奖的 Daniel Kahneman 则在其 2011 年出版的 Thinking, Fast and Slow 一书中普及了这一概念。Kahneman 用 Shane Frederick 的球棒与球问题来说明这两个系统：一根球棒和一个球总共花费 1.10 美元，球棒比球贵 1 美元。系统 1 会回答球要 10 美分；系统 2 则会检查计算并得出球要 5 美分的答案。在人工智能（AI）中，这个术语描述的是会在回答前额外花费计算资源进行推理、搜索或验证的模型与系统。

AI 中的系统 1 与系统 2#

神经网络的一次前向传播就像系统 1：图像分类模型、目标检测模型，或大型语言模型（LLM）的一次下一个 token 预测，无论输入简单还是困难，所需计算量都是固定的。Yoshua Bengio 在 NeurIPS 2019 的主题演讲中重点阐述了这一差异，演讲题为“From System 1 Deep Learning to System 2 Deep Learning”；他指出，深度学习已经掌握了快速感知，但仍需要系统 2 所具备的推理、规划和对新情境的泛化能力。系统 2 方法会通过搜索、逐步推理或在给出答案前进行检查，让计算量随任务难度增加。

早期的游戏 AI 就结合了这两个系统。AlphaGo 将快速提出有希望走法的策略网络与蒙特卡洛树搜索（MCTS）结合，在选择之前推演各种变化；Thomas Anthony、Zheng Tian 和 David Barber 在 2017 年提出的 Thinking Fast and Slow with Deep Learning and Tree Search 则训练快速网络模仿较慢的搜索，让审慎推理的结果逐渐转化为直觉。兼用这两种模式的系统通常会根据每个输入进行路由：

语言模型中的系统 2 技术#

思维链提示要求 LLM 写出中间步骤，为答案生成更多 token，也因此投入更多计算。思维树的 2023 年论文直接引用了双过程理论，它会搜索分支式推理路径，并从死胡同回溯；在 24 点算术谜题中，它将 GPT-4 的成功率从使用思维链提示时的 4% 提高到 74%。OpenAI 的 o1 和 DeepSeek-R1 等推理模型通过强化学习进行训练，使模型能够自行长时间思考；而过程奖励模型（PRM）则可以在搜索过程中检查候选解的每个步骤。

许多产品同时提供这两种模式。Anthropic 于 2025 年 2 月发布的 Claude 3.7 Sonnet 是一个模型，它会根据设置直接作答或进行扩展思考；GPT-5 于 2025 年 8 月发布，它使用路由器将每个请求发送给快速模型或深度推理模型，方式与上图类似。

视觉与机器人中的快慢系统#

机器人将这两个系统分配给以不同速度运行的独立模型。Figure 的 Helix 于 2025 年 2 月发布，它以系统 2 的方式每秒运行一个 70 亿参数的视觉语言模型（VLM） 7 到 9 次，用于理解场景和语音指令；同时以系统 1 的方式每秒运行一个 8,000 万参数的控制策略 200 次，将 VLM 的输出转换为连续的上半身动作，细致到每根手指。

视觉流水线也采用相同的分流方式来控制成本。Ultralytics Platform Agents中的 YOLO 到 VLM 监控模板会对每张图像运行一个YOLO26 nano 模型，只有当 YOLO 检测到至少一个人时，才会调用 VLM 描述场景。因此，没有人的图像不会进入速度更慢、成本更高的模型。

成本与局限#

Kahneman 将系统 2 描述为懒惰的：审慎思考让人疲惫，因此人们会默认使用系统 1，并且常常接受它的错误。在 AI 中，代价体现在延迟和计算资源上，因为推理模型可能会在回答一个快速模型一次前向传播就能解决的问题之前，生成数千个隐藏token；路由机制决定了需要承担这类成本的频率。审慎推理也不一定能保证推理正确。模型写出的推理步骤可能与生成答案时实际执行的计算不同，可解释 AI（XAI）领域正在研究这种差距；而潜在推理方法则将推理过程转移到完全没有书面记录的隐藏状态中。