谷歌揭秘AI进化真相：推理大模型竟会“脑内群聊”？

揭开AI智慧飞跃的神秘面纱：它们居然学会了在脑海里“分身聊天”？

谷歌团队的最新科研成果揭示，像DeepSeek-R1这类顶尖推理模型在处理复杂难题时，其内部会自动催生出多样化的“虚拟角色”，例如严谨派、直觉派以及审慎派等。

大模型解题的过程，本质上变成了一场多角色参与的深度辩论赛；这种思维的“左右脑互搏”表现为：

“这个逻辑闭环了吗？换个角度论证下……”“不对，你之前的假设漏掉了某个关键变量……”

令人称奇的是，这类AI竟然是越吵越聪明。

研究观察到，当遭遇GPQA研究生级科学难题或高难度数学推导等挑战时，这种内部的观点博弈会显著增强。

反之，在处理布尔表达式或基础逻辑判断等简单任务时，模型脑内的“社交对话”则会明显减少。

推理本质：模型内部的“角色扮演”博弈

通过深入解析DeepSeek-R1和QwQ-32B等模型的思维轨迹，研究团队发现其推理过程充满了自发的对话感。

这些内生出的虚拟人格不仅性格迥异，且能从更多维度覆盖解题视角。

创意型角色负责提供新颖思路，批判型角色专注于纠错查漏，而执行型角色则负责逻辑落地与验证……

借由这些人格的火花碰撞，不同观点的博弈让模型能够更全面地评估和优化解决方案。

不少网友感叹，这种模式与人类深度思考时的“内心独白”与“自我辩证”惊人地契合。

值得注意的是，这种多角色互动并非由开发人员预设，而是模型在追求推理精准度的过程中自发演化出来的能力。

那么，科学家是如何捕捉到这些隐秘的“内部交流”呢？

团队利用稀疏自编码器（SAE）对AI的推理“黑盒”进行了深度拆解，成功实现了对AI脑内群聊的“实时监听”。

首先，研究人员让模型执行高难度的逻辑任务。在输出思维链的同时，同步捕捉其隐藏层神经元的激活数值。

面对由海量参数构成的复杂非线性信号，直接提取语义几乎是不可能的。

但通过SAE的稀疏约束机制，可以将杂乱的激活信号拆解为“自发提问”、“视角切换”等独立的语义特征；

通过分析这些特征的激活频率及其在时间序列上的协同模式，研究者成功识别出了模型内部的逻辑实体。

给这些特征贴上“规划员”、“审核员”等虚拟角色标签后，AI内部的多角色对话图景便清晰地展现在世人面前。

惊叹词“哦！”竟然是提分利器

对比DeepSeek-R1与DeepSeek-V3等普通指令模型可以发现，推理模型在思考过程中展现出的对话特征频率明显更高。

实验中还有一个非常有趣的发现：

“哦！”这类语气词能显著提升推理的准确性。

当团队通过干预手段强化模型的对话特征，放大这类表达惊讶或逻辑转折的语气标记时，模型在Countdown算术任务中的正确率从27.1%大幅跃升至54.8%。

更具说服力的证据来自强化学习训练。

研究发现，即使不给予任何对话式的引导，仅以“答对问题”作为奖励，模型也会自发学会使用对话式逻辑进行思考；

而那些先经过多智能体对话微调再进行推理训练的模型，其进步速度远超单纯训练推理或采用独白式微调的模型。

在Qwen和Llama等多个模型体系中，对话微调模型的准确率在训练后期与独白模型的差距甚至能拉开22%之多。

这一现象完美契合了人类演化生物学中的社会脑假说。

该理论认为，大脑的进化核心动力是为了应对复杂的社交挑战。如今看来，AI若想更上一层楼，学会内部“社交”或许是必经之路！

论文地址：https://arxiv.org/abs/2601.10825 参考链接：https://x.com/sebkrier/status/2013331596863041731