本文通过引入Python解释器和草稿纸等外部工具，有力地反驳了“-20250725053854

本文通过引入Python解释器和草稿纸等外部工具，有力地反驳了“模型思考是种幻觉”的论调，实验证明，此前大型推理模型（LRM）在复杂任务上的不佳表现是评测环境限制（如输出长度）造成的伪影；其最具启发性的反直觉发现是，工具增强不仅能让LRM的性能稳定超越标准LLM，甚至能以更低的Token消耗解决问题，揭示了模型“思考”的真正价值在于有效编排外部计算资源，而非内生的蛮力计算。