源信息经过deepseek翻译并总结
摘要：
谷歌Gemini 2.5 Pro隐藏原始推理标记引发开发者争议，此举与OpenAI类似调整均以简化摘要替代详细推理过程，导致企业开发者难以诊断模型问题。开发者依赖思维链优化提示词的功能受阻，陷入调试困境。谷歌回应称为界面优化，承诺评估恢复相关功能。专家质疑中间标记的可靠性及隐藏思维链可能形成竞争壁垒，凸显AI透明度与用户体验的矛盾。
谷歌Gemini透明度削减致企业开发者陷入“盲目调试”困境 | VentureBeat
谷歌Gemini透明度削减致企业开发者陷入“盲目调试”困境
Ben Dickson@BenDee983
2025年6月20日 上午5:00
图片来源：VentureBeat与ChatGPT
立即加入企业领导者近二十年来信赖的盛会。VB Transform汇聚构建真实企业AI战略的精英。了解更多
谷歌近期决定隐藏其旗舰模型Gemini 2.5 Pro的原始推理标记（raw reasoning tokens），引发开发者强烈反弹。这一变化与OpenAI的类似举措相呼应，将模型的逐步推理替换为简化摘要，突显了打造流畅用户体验与提供企业所需的可观察、可信工具之间的核心矛盾。
随着企业将大语言模型（LLM）集成至更复杂的关键任务系统中，关于应暴露多少模型内部运作的争论正成为行业焦点。
AI透明度的“根本性降级”
为解决复杂问题，先进AI模型会生成内部独白，即“思维链”（Chain of Thought，简称CoT）。这是模型在得出最终答案前产生的一系列中间步骤（如计划、代码草稿、自我修正）。例如，它可能揭示模型如何处理数据、使用哪些信息片段、如何评估自身代码等。
对开发者而言，这一推理轨迹常作为关键的诊断和调试工具。当模型输出错误或意外结果时，思维过程能揭示其逻辑偏差所在。这也曾是Gemini 2.5 Pro相比OpenAI的o1和o3模型的关键优势。
在谷歌AI开发者论坛中，用户称此功能移除是“严重倒退”。缺乏该功能后，开发者陷入盲区。如一位论坛用户所言：“如果看不到原始思维链，我无法准确诊断问题。”另一位开发者描述称被迫“猜测”模型失败原因，导致“陷入令人沮丧的重复修正循环”。
除调试外，这种透明度对构建复杂AI系统至关重要。开发者依赖CoT优化提示词和系统指令——这是引导模型行为的主要方式。该功能对创建代理工作流（AI需执行系列任务）尤为重要。一位开发者指出：“思维链对正确调整代理工作流有巨大帮助。”
对企业而言，这种不透明趋势可能带来问题。隐藏推理的黑箱AI模型会引入重大风险，使其输出难以在高风险场景中被信任。这一由OpenAI的o系列推理模型开创、现被谷歌效仿的趋势，为DeepSeek-R1和QwQ-32B等开源替代品创造了机会。
谷歌的回应
面对抗议，谷歌团队成员作出解释。Google DeepMind高级产品经理Logan Kilpatrick澄清，此举“纯属界面优化”，不影响模型内部性能。他指出，面向消费者的Gemini应用中隐藏冗长思维过程可提升用户体验：“会阅读思维链的用户比例极低。”
对开发者而言，新摘要旨在作为通过API编程访问推理痕迹的第一步——此前该功能不可用。
谷歌团队承认原始思维对开发者的价值。“我理解你们需要原始思维，其价值很明确，某些用例确实需要，”Kilpatrick写道，并补充称在面向开发者的AI Studio中恢复该功能“是我们可以探讨的方向”。
谷歌对开发者反弹的回应暗示可能存在折中方案，例如通过“开发者模式”重新启用原始思维访问。随着AI模型进化为使用工具、执行复杂多步骤计划的自主代理，可观测性需求将只增不减。
正如Kilpatrick总结所言：“……鉴于日益增长的复杂性与可观测性+追踪需求，原始思维很可能成为所有AI系统的关键要求。”
推理标记被高估了吗？
但专家指出，除用户体验外还有更深层动因。亚利桑那州立大学AI教授Subbarao Kambhampati质疑，推理模型在最终答案前生成的“中间标记”是否能可靠反映其解题逻辑。他近期合著的论文指出，将“中间标记”拟人化为“推理痕迹”或“思维”可能带来危险影响。
模型常在推理过程中陷入冗长难解的路径。多项实验表明，基于错误推理痕迹和正确结果训练的模型，其解题能力与基于精心策划推理痕迹训练的模型相当。此外，最新一代推理模型通过强化学习算法训练，这些算法仅验证最终结果，不评估模型的“推理痕迹”。
“中间标记序列常看似人类草稿的规整版本……但这并不能说明它们被用于类似人类的目的，更遑论能否作为窥探LLM‘思考’的可解释窗口，或作为最终答案的可靠依据，”研究者写道。
“大多数用户无法从模型喷涌而出的原始中间标记中获取有效信息，”Kambhampati告诉VentureBeat，“正如我们提到的，DeepSeek R1解决简单规划问题时会产生30页伪英文内容！o1/o3最初决定不展示原始标记的 cynical解释或许是：他们意识到人们会发现这些内容多么不连贯！”
或许这就是为什么即使妥协后，OAI也只放出中间标记的“摘要”（推测经过适当美化）..
— Subbarao Kambhampati (@rao2z) 2025年2月7日
不过Kambhampati指出，摘要或事后解释可能更易被终端用户理解。“问题在于它们在多大程度上真实反映LLM的内部运作，”他举例道，“比如作为教师，我解新题时会有多次试错，但讲解时会采用便于学生理解的方式。”
隐藏思维链的决策也构成竞争壁垒。原始推理痕迹是极具价值的训练数据。Kambhampati指出，竞争对手可利用这些痕迹进行“蒸馏”——训练更小、更廉价的模型以模仿强大模型的能力。隐藏原始思维极大增加了对手复制“秘方”的难度，在这个资源密集型行业中形成关键优势。
关于思维链的争论预示了AI未来更宏大的讨论。关于推理模型的内部运作、我们如何利用它们、以及模型提供商愿意开放多少权限，仍有大量未知。
VB Daily商业用例每日洞察
若想给老板留下深刻印象，VB Daily为您提供内幕。我们解读企业应用生成式AI的最新动态，从监管变化到实际部署，助您分享洞察以实现最大投资回报。
立即订阅
阅读我们的隐私政策
感谢订阅。查看更多VB新闻通讯。
发生错误。
VB Transform 2025新增50张门票
6月24-25日旧金山盛会，携手顶尖领袖解决真实AI挑战，分享有效方案，塑造未来趋势。席位有限，速抢！
了解更多
-
请勿出售我的个人信息
© 2025 VentureBeat。版权所有。
×### 你所需的AI洞察指南
提交
感谢订阅。查看更多VB新闻通讯请点击这里。
发生错误。