编辑：艾伦

【新智元导读】DeepSeek V3.2的Agentic能力大增，离不开这项关键机制：Interleaved Thinking（交错思维链）。Interleaved Thinking风靡开源社区背后，离不开另一家中国公司的推动。

大模型的「健忘症」，早该治治了！

当你试图用当今最先进的大模型帮你完成一个复杂的长假规划，比如「带全家老小去云南玩七天」时，往往很可能会遭遇一个令人崩溃的时刻：

起初，这位「导游」表现得极其靠谱，分析得头头是道。

它记得你说的每一句要求，帮你规划了昆明到大理的路线，甚至贴心地避开了游客太多的网红店。

但随着对话进行到第十轮，你们为了选酒店修改了五次方案，又为了某顿晚餐争论了半天后，它突然「失智」了。

它开始忘记你一开始强调了无数遍的死命令：「带着80岁的奶奶，绝对不能安排爬山和剧烈运动」。

在最新的行程表里，它竟然兴致勃勃地建议：「第四天清晨：全家早起徒步攀登玉龙雪山，欣赏日照金山，全程耗时4小时……」

DeepSeek: Thinking in Tool-Use

MiniMax等部分厂商也将其称作Interleaved Thinking（交错思维链），从示意图即可看出，二者本质上是等价的。这是一个更贴近技术的称呼。

ReAct流程示意图

在很长一段时间里，我们构建AI Agent的逻辑非常线性：观察->思考->行动。

这看起来很符合直觉，但在实际的工程实现（如OpenAI的Function Calling（函数调用））中，这个过程往往被简化成了「模型直接输出工具调用指令」。

问题就出在这里。

模型在输出Action（比如「读取文件A」）的那一刻，它的「脑子」是清醒的。

但当工具执行完毕，返回了数千行的代码或网页内容后，模型进入下一轮生成时，它面临着巨大的环境扰动。

想象一下，你是一个程序员，每写一行代码，就有人把你打晕，清除你的短期记忆，然后把刚才的运行日志扔给你，让你继续写。

由于缺乏显式的、连续的思维记录，模型很容易被复杂的工具返回结果带偏。

它可能会被报错信息吸引注意力，从而忘记了原本的长期规划。

这就是「隐式推理」的诅咒。

模型的思考过程隐藏在权重里，一旦被打断（Turn-based interaction），这些思维火花就烟消云散了。

然而，在BrowseComp（网页浏览任务）上，提升幅度达到了惊人的40%（从31.4飙升至44.0）；在Tau²这种复杂推理任务上，提升了36%。

为什么会有这种巨大的差异？这触及了Agent技术的深层原理。

MiniMax的后训练团队在技术复盘中指出：Agent的核心挑战，在于对抗环境的扰动。

交错思维链实际上充当了一个「滤波器」。

模型通过显式的思考，在接收到庞杂的网页信息后，先进行一轮「信息清洗」和「逻辑校准」：「我刚才搜索了X，结果里有很多无关信息，只有第三段是我需要的，接下来我应该根据这个线索去查Y。」

这种「走一步、停下来想一步、再走下一步」的机制，极大地增强了模型的健壮性。

它将一个长达数十步的脆弱链路，拆解成了一个个稳固的「原子化」思考闭环。

AWS re:Invent 2025大会上，AWS CEO宣布Amazon Bedrock模型库迎来扩容，MiniMax M2作为中国模型代表在列

英雄所见略同

DeepSeek V3.2和Kimi K2 Thinking的入局

DeepSeek V3.2和Kimi K2 Thinking的发布，宣告了这条路正式成为了通往未来的主干道。

最近引发轰动的DeepSeek V3.2，其核心特性之一「Thinking in Tool-Use」（使用工具中思考），在本质上与MiniMax倡导的交错思维链是完全一致的。

DeepSeek的技术文档中明确指出：模型在调用工具时，会保持思维链的连续性，直到收到新的用户消息才会重置。

这种设计逻辑与MiniMax M2强调的「多轮交互中保留思考状态」如出一辙。

Kimi K2 Thinking也支持了交错思维链，进而得以Agentic能力上突飞猛进。

虽然两家在具体的API字段命名上可能略有不同（MiniMax使用reasoning_details，DeepSeek使用reasoning_content，Anthropic使用thinking_blocks等），但在系统设计哲学上，大家已经达成了一致：显式的、交错的、持久化的思考，是智能体进化的必经之路。

OpenAI的研究表明，AI的性能不仅遵循参数量的Scaling Law，也遵循Test-Time Compute（测试时计算）的Scaling Law。

它正在从那个只会根据提示词模板机械执行命令的「复读机」（Copilot），进化为能够在复杂的真实世界中，面对无数未知的扰动和噪音，依然能够停下来思考、自我修正、并坚定地执行长链路任务的「思想者」（Autopilot）。

而这，已成行业的共识。