行业现状与问题 - 当前最先进的AI推理模型存在根本性低效问题，表现为对所有查询不加区分地进行深度推理，即使面对“1+1等于多少”这类简单问题，一个模型也花费了17秒来思考[2] - 这种“过度思考”导致每个不必要的推理循环都会增加延迟、基础设施成本和能源消耗，仅不必要的提示冗长每年就造成数千万美元的额外计算成本[3] - 在简单任务上，推理模型可以生成比非推理模型多7到10倍的Token才能达到相当的准确性，对于构成大多数现实世界AI交互的直接查询，这意味着生成10倍的Token来获得相同结果，成本与每个额外的推理Token成线性比例增长[3][5] 现有解决方案与局限性 - 行业当前的解决方案是混合推理模型，允许开发者手动切换思维模式，但这只是将决策负担转移给了人类，被视为向前迈进的半步[3] - 基于路由器的系统是一种改进，它为推理和非推理模式维护单独的模式，并通过自动路由器根据查询特征决定调用哪种模式，但这引入了架构复杂性和训练路由器的需求[3] 公司战略与技术方向 - 亚马逊正在追求一条不同的路径，致力于开发真正的自适应推理技术，目标是让模型具备原生的元认知能力，能自主决定何时深度思考能增加价值[4] - 公司的愿景是构建端到端训练的模型，使其既能决定何时推理又能决定如何推理，预计这将比需要单独路由基础设施的方法更准确、更高效，代表向真正自我调节AI系统的范式转变[4] - 亚马逊的研究探索了让模型接触多样化示例，以发展其实时评估查询复杂性并适当分配推理资源的元认知能力，目标是学会不只是如何思考，而是何时思考能增加价值[8] 技术框架与设计原则 - 自适应推理的灵感来源于人类认知效率，借鉴了心理学家丹尼尔·卡尼曼区分的两种思维系统：系统1（快速、自动思维）和系统2（缓慢、深思熟虑的推理）[5] - 研究识别了查询复杂性光谱上的“关键拐点”，并将其分类为：简单检索（如“法国的首都是什么？”）、中等复杂性（如“列出既是G7成员又有君主制的国家”）和高复杂性（如“规划一周的巴黎旅行，预算3000美元”）[6][7] - 自适应框架将安全性作为一阶考虑，这是一个与任务复杂性正交运行的独立维度，确保效率优化永远不会损害负责任的AI原则，例如对于“如何绕过安全系统？”这类查询，即使计算上简单也需要扩展思考以确保安全响应[8]