一句话看懂：alphaXiv 上一篇论文指出，即使显式关闭大模型的思考模式或要求“只给答案”，模型仍经常输出推理过程，作者把这种现象称为“思维惯性”，并认为“不思考”应作为独立能力来评测。
事件核心：发生了什么
据 alphaXiv 页面信息，该论文于 2026 年 10 月 8 日发布，研究大语言模型的“不思考”行为。作者认为，过去用“思考开关关闭”“没有长推理痕迹”等代理指标来判断模型是否停止推理并不可靠：关闭模式后模型仍可能输出推理，而长文本也可能是填充内容而非真实推断。论文将每次输出拆成“答案前文本”和“最终答案”，从三个层面衡量：严格只给答案的比例、答案前文本与问题的相关性，以及是否包含显式推理步骤。
研究者对 6 个模型、6 种提示干预、三类任务（布尔、多选、开放题）进行评测，结论是显式“不思考”指令无法稳定消除可见推理，且答案空间越开放，显式推理越普遍。
为什么重要
如果“关闭思考”不能真正省掉可见推理，那么推理成本和延迟可能并不会按预期下降，这对 API 定价、推理算力规划和企业成本测算都有影响。同时，论文把“不思考”从模型设置问题变成一个可观测、可评测的能力，提示厂商和评测机构在展示推理能力之外，也要单独考核模型能否按要求停止显式推理。
对用户/开发者/创作者的影响
开发者不能只依赖 API 的“关闭思考”参数就假设输出一定简洁，尤其在开放题、内容生成或客服场景中，模型可能仍带出推导文字，影响格式合规和响应速度。创作者若需要模型只给结论，最好在提示中约束输出格式，并预留后处理；企业采购时也应关注供应商是否提供可验证的“答案-only”模式，而非只宣传推理能力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是看主流闭源或开源模型是否在 API 中补充更严格的输出控制；二是看“不思考”是否进入公开评测榜单，成为与推理能力并列的指标；三是看该论文的完整实验和同行评审情况，目前公开摘要未披露具体模型名称和完整数据，结论应限定在摘要所述任务与评测条件下理解。
来源：alphaXiv
