行业解读｜从 arXiv 2606.07410 看中国大模型的「推理危机」

对投资 / 战略团队的启示

如果你是 AI 投资人 / 战略负责人：

• 不要被 AIME 90%+ 的分数迷惑，看轨迹分析
• 关注「分支-回溯」能力，不是「长 CoT」
• Agent + 工具调用 可能比纯推理更接近 AGI
• 避免投资只押「长 CoT」路线的公司

对开发者 / 工程师的启示

• 不要迷信 DeepSeek-R1 在数学/代码任务上 90%+ 的分数
• 在关键业务里强制人工 review
• 配合 SWE-Explore 类方法让 Agent 先思考再动手
• 关注 SETA 类持续学习方案，避免模型退化

论文：arXiv:2606.07410

对中国大模型的影响

过去 6 个月，中国大模型行业押注「长 CoT + 强推理」路线：

• DeepSeek-R1（2025 年 1 月）打响第一枪
• QwQ、Qwen3、Kimi K2 纷纷跟进
• DeepSeek-R2 据说 7 月发布，主打「多模态 + 推理」

这篇研究如果被行业广泛接受，会引发三个连锁反应：

1. 训练目标重构：从「长 CoT」转向「功能性推理」
2. 评测体系重塑：AIME 高分不再等于真推理
3. 路线分化：Agent/工具调用路线可能比纯推理路线更有未来

对投资 / 战略团队的启示

如果你是 AI 投资人 / 战略负责人：

• 不要被 AIME 90%+ 的分数迷惑，看轨迹分析
• 关注「分支-回溯」能力，不是「长 CoT」
• Agent + 工具调用 可能比纯推理更接近 AGI
• 避免投资只押「长 CoT」路线的公司

对开发者 / 工程师的启示

• 不要迷信 DeepSeek-R1 在数学/代码任务上 90%+ 的分数
• 在关键业务里强制人工 review
• 配合 SWE-Explore 类方法让 Agent 先思考再动手
• 关注 SETA 类持续学习方案，避免模型退化

论文：arXiv:2606.07410

研究的杀伤力

研究者把 DeepSeek-R1 在 AIME 2025 的 30 道题、10247 个推理步骤全部标注为 5 类（分析/推断/分支/回溯/反思），然后和人类数学家对比：

• 人类是「分析-推导」紧凑交替
• DeepSeek-R1 频繁「回访-空转-浅层验证」
• 真推理的两个信号：稳定「分支+回溯」，反思要落在「推导」中

对中国大模型的影响

过去 6 个月，中国大模型行业押注「长 CoT + 强推理」路线：

• DeepSeek-R1（2025 年 1 月）打响第一枪
• QwQ、Qwen3、Kimi K2 纷纷跟进
• DeepSeek-R2 据说 7 月发布，主打「多模态 + 推理」

这篇研究如果被行业广泛接受，会引发三个连锁反应：

1. 训练目标重构：从「长 CoT」转向「功能性推理」
2. 评测体系重塑：AIME 高分不再等于真推理
3. 路线分化：Agent/工具调用路线可能比纯推理路线更有未来

对投资 / 战略团队的启示

如果你是 AI 投资人 / 战略负责人：

• 不要被 AIME 90%+ 的分数迷惑，看轨迹分析
• 关注「分支-回溯」能力，不是「长 CoT」
• Agent + 工具调用 可能比纯推理更接近 AGI
• 避免投资只押「长 CoT」路线的公司

对开发者 / 工程师的启示

• 不要迷信 DeepSeek-R1 在数学/代码任务上 90%+ 的分数
• 在关键业务里强制人工 review
• 配合 SWE-Explore 类方法让 Agent 先思考再动手
• 关注 SETA 类持续学习方案，避免模型退化

论文：arXiv:2606.07410

本周 arXiv 2606.07410 的研究给火热的中国大模型行业泼了一盆冷水：DeepSeek-R1 的长 CoT 是「拓扑模仿」，缺乏真正的回溯修正能力。

研究的杀伤力

研究者把 DeepSeek-R1 在 AIME 2025 的 30 道题、10247 个推理步骤全部标注为 5 类（分析/推断/分支/回溯/反思），然后和人类数学家对比：

• 人类是「分析-推导」紧凑交替
• DeepSeek-R1 频繁「回访-空转-浅层验证」
• 真推理的两个信号：稳定「分支+回溯」，反思要落在「推导」中

对中国大模型的影响

过去 6 个月，中国大模型行业押注「长 CoT + 强推理」路线：

• DeepSeek-R1（2025 年 1 月）打响第一枪
• QwQ、Qwen3、Kimi K2 纷纷跟进
• DeepSeek-R2 据说 7 月发布，主打「多模态 + 推理」

这篇研究如果被行业广泛接受，会引发三个连锁反应：

1. 训练目标重构：从「长 CoT」转向「功能性推理」
2. 评测体系重塑：AIME 高分不再等于真推理
3. 路线分化：Agent/工具调用路线可能比纯推理路线更有未来

对投资 / 战略团队的启示

如果你是 AI 投资人 / 战略负责人：

• 不要被 AIME 90%+ 的分数迷惑，看轨迹分析
• 关注「分支-回溯」能力，不是「长 CoT」
• Agent + 工具调用 可能比纯推理更接近 AGI
• 避免投资只押「长 CoT」路线的公司

对开发者 / 工程师的启示

• 不要迷信 DeepSeek-R1 在数学/代码任务上 90%+ 的分数
• 在关键业务里强制人工 review
• 配合 SWE-Explore 类方法让 Agent 先思考再动手
• 关注 SETA 类持续学习方案，避免模型退化

论文：arXiv:2606.07410