核心观点 - CoRT（Chain-of-Recursive-Thoughts）是一种在CoT（Chain-of-thought）基础上加入递归思考的新方法，旨在提升语言模型的推理能力 [2][3] - CoRT通过结构化自我批判和递归思考模式，让AI模型生成替代方案并选择最佳响应，类似于人类的反思性思维 [4][5][6] - 尽管CoRT在GitHub上两周内获得近2k星标，但部分观点认为其原理并非创新，类似方法已在2023年论文或现有模型（如Gemini 2 5 Pro、Qwen）中应用 [7][8][9] 技术原理 - CoRT工作流程包括自我评估、生成竞争性替代方案、迭代优化和动态思维深度四个步骤 [10] - 具体实现中，AI首先生成初始响应，决定思考轮次，每轮生成3个替代响应并评估选择最优解，最终输出最佳结果 [10] 实际效果 - 在Mistral 3 1 24B模型测试中，CoRT使编程任务表现从"一般般"提升至"极佳"，例如井字棋游戏代码从CLI升级为OOP实现 [11][12] - 项目仍处早期开发阶段，需通过脚本或Shell配置运行，依赖项安装后即可使用 [11]