当前，许多大型语言模型（LLM）如DeepSeek-R1、Claude 3.7 Sonnet和Qwen3.5等，展示了其推理过程。然而，尽管这些模型在输出中表现出自我反思和辩论的迹象，实际上它们的“思考”并不如表面所示。对链式推理（CoT）轨迹的分析表明，用户所看到的并不是模型真实的推理记录，而是生成的文本，旨在模拟推理过程。这一发现揭示了模型输出的局限性，挑战了人们对其思维能力的信任。...