随着OpenAI的o1模型震撼登场，它不仅标志着大型人工智能模型的新篇章，也开启了一个新的范式——推理定律（Inference Law）。正如英伟达的人工智能科学家Jim Fan所言，o1的诞生意味着业界开始将更多精力从训练阶段转向了推理过程。Jim引用了机器学习先驱Rich Sutton在其经典文章《苦涩的教训》中的观点，强调了只有学习和搜索两种技术能够无限扩展人工智能的潜力。而今，正是时候更加关注后者。
增加对推理侧的投资，可以使模型拥有更全面的思考流程，这样的投入带来了质量上的飞跃。在国内，360公司的创始人周鸿祎与这一理念不谋而合，并且早前就提出了“慢思考”的概念，在技术和产品上进行了实践。此外，360还倡导多模态合作，集合不同厂商的大模型力量，共同推动国内大模型的发展，使之能够迎头赶上OpenAI的步伐。
尽管o1的具体运作细节仍然是个谜，但可以确定的是，思维链（Chain of Thought, CoT）在其中起到了关键作用。OpenAI表示，通过思维链，模型能够学会识别并修正错误，分解复杂任务为简单步骤，甚至尝试多种方法来解决问题，从而大大增强了其推理能力。今年的国际学习表征会议（ICLR）上，一篇由谷歌大脑推理团队创建者Denny Zhou等多位专家撰写的论文揭示了思维链的巨大潜力。
从根本上讲，思维链体现了诺贝尔经济学奖得主卡尼曼在《思考快与慢》中提出的“系统2”，即复杂的、有意识的推理过程。与之相对应的是“系统1”，即直观快速的直觉反应。o1的成功证明了这种人类特有的“慢思考”同样适用于大模型。值得注意的是，这两种思维方式在人脑中是相辅相成的，在构建大模型时也不应该将其割裂开来。周鸿祎推测，o1可能遵循着双系统理论，即快速与慢速思考系统的协作。
作为“百模大战”的参与者之一，周鸿祎和他的团队正在积极推动“慢思考”以及多系统协同的理念。在今年7月底举行的ISC.AI大会上，他宣布要打造一个增强大模型慢思考能力的系统。基于这一机制，360已经开发出两款明星产品：360AI搜索和360AI浏览器，它们通过多个模型的合作实现了从快速到慢速思考的转变。
360AI搜索提供了简洁回答、标准回答和深入回答三种模式，一次深入回答可能涉及多次调用不同的大模型。例如，它可能会调用意图识别模型、搜索词改写模型、网页排序模型等。通过这样的多模型协同工作，360AI搜索能更有效地处理用户查询。而在360AI浏览器中，更是集成了来自16家厂商的54款大模型，赋予了传统浏览器无法比拟的功能，如快速总结学术论文、沉浸式文档翻译以及在线视频内容分析等。
360的做法不仅仅是改善用户体验，也是激励各大模型开发者的一种方式。由于大模型的研发成本高昂，需要庞大的用户基数才能实现投资回报。360通过开放其平台给大模型开发者，帮助他们触达数以亿计的用户。因此，这不仅是360与众多厂商之间的双赢局面，也为国产大模型提供了一个展示实力的竞争平台。
从技术层面来看，360推出的CoE架构连接了更多的大模型和专业模型，通过思维链和多系统协同的方式，使得快速与慢速思考得以有机结合。CoE架构不仅包括了OpenAI自家模型，还吸纳了更多第三方模型，形成了一种更加智能化且高效的系统。这种架构的优势在于它可以在保证高质量输出的同时减少资源消耗，提高响应速度。而且，CoE架构对于所有模型都是开放的，比OpenAI走得更远。
无论是o1还是CoE架构，都预示着一个新趋势：简化人工操作，特别是在大模型应用中“消灭”提示工程。虽然提示词的质量直接影响生成内容的好坏，但未来的目标是让大模型自动完成这项任务，使普通用户无需再为此烦恼。这反映了360对未来AI发展的愿景：让大模型更加普及，成为日常生活的一部分。
