深度思考 ≠ 深度研究
[!NOTE] 感觉挺多 LLM 应用的用户特别容易混淆这三个概念，所以水一篇文章科普下
什么是 “深度思考 (Thinking)”
- 当我们说 LLM 的 “thinking model” 或 “deep thinking / deep-think” （深思／深度思考）时，指的是：模型 内部通过多步推理 (multi-step reasoning)，在“生成最终答案”之前“多想几轮”。
- 换句话说，不是立即输出答案，而是先“在脑子里 (或 token-level 的隐性空间里)”做一系列“思考 (reasoning)” — 有点类似我们人做复杂问题时“先苦思冥想 / 列思路 /自问自答 /内部推演”。
什么是 “深度研究 (Deep Research)”
“Deep Research” 大多指用 LLM + 工具 + 外部知识 + 系统化流程，完成类似人类研究者做文献综述 / 长报告 /深度调查 的任务。这个过程不仅仅是“多想几步”，而是“主动搜集信息、多源验证、整理、归纳、生成结构化／深入报告”。
换句话说，如果“深度思考”类似“在脑子里苦思冥想／推理”，那么“深度研究”就是“戴上侦探的帽子，查资料 + 验证 + 分析 + 写报告”。
interleaved thinking
“交错 (interleaved) thinking” 指的是在 “思考 (reasoning)” 与 “行动 (调用工具 / 执行操作 / 检索 / 调用 API / 运行代码 / 查询数据库 / 访问网页)” 之间，不是先“全部想完再做”，也不是“先乱做再整理”。而是 “思考 → 做一部分 → 根据结果继续思考 → 再做 → …” 的动态循环过程。
换句话说，它让 LLM / agent 边想边动 / 动中反思 / 根据反馈不断调整，更加灵活，也更适合真实复杂场景 (不是单纯问答)。