人类和 LLM 一样，用上草稿纸后能力大幅提升
如果你调过提示词，肯定发现让模型"先思考再回答"效果更好。这篇把背后的认知科学讲清楚了——人类做乘法也要打草稿。做应用或写提示词的人都该看看。
swyx 在 X 上分享了一篇文章，讨论为什么人类和 LLM 一样，在获得 scratchpad（草稿空间）后表现会显著增强。
核心观点是中间推理过程能减少一次性计算的负担，让模型把复杂任务拆解成多个小步骤完成。这条推文本身很短，指向原文链接，没有附带具体基准数字或模型版本信息。
对使用推理模型（如 o1、DeepSeek-R1 这类带思维链输出的模型）的开发者来说，这个视角解释了提示词中显式要求"先写思路再给答案"为何有效。
good read on why humans, like llms, get a lot more powerful when given a scratchpad. https://t.co/sqYb6ysKNN
This report is categorized under AITOP's "How-to" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include 推理模型, 提示词工程, 思维链, swyx.
Source attribution: curated from swyx (AI Engineer) (@swyx).
