OpenAI 终于正式公开了 o3-mini 的完整思维链。这一举措本身释放了一个明确信号：曾经被视为核心机密的推理过程，如今不再严格保密。不过，公开归公开，实际效果究竟如何，恐怕还需要打上一个大大的问号。开发者 Mckay Wrigley 率先补了一刀——他担心经过摘要处理的思维链，可能比完全不公开还要糟糕。
但无论如何，既然已经对外发布，免费用户现在也能一睹 o3-mini 的 CoT（思维链）全貌，大家自然纷纷开始上手体验。
o3-mini 思维链首批实测结果
OpenAI 多模态 Agent 的研究员率先展示了自己的玩法——让 o3-mini 挑战井字棋游戏，也就是那个在 3×3 格子中用 O 和 X 连线的经典益智游戏。
输入提示词后，o3-mini 立刻开始了噼里啪啦的推理过程。
这位 OpenAI 员工直言不讳地表示：o3-mini 是第一个能正确完成这个游戏的大模型。不过，他还补充了一句——“虽然 o3-mini 的 CoT 过程有点不太靠谱，但你看右边的图，结尾处它还是搞明白了”。这番话，恐怕得手动配上一个狗头表情。
接下来是一个几乎所有大模型都逃不过的经典测试：数一数 strawberry 里面有几个字母“r”。但网友已经和模型一起“进化”了，他们不再问 strawberry 里到底有几个字母，而是追问——为什么 AI 大模型老是数不对？
仔细观摩 o3-mini 的思考过程，会发现它坦诚地承认：“乍一看，计算 strawberry 中‘r’的数量对人类来说似乎是一件微不足道的小事，但对于许多 AI 语言模型而言，这却可能是一个惊人的挑战。”随后，它从四个不同角度分析和推理了这种现象出现的原因：
8 秒过后，o3-mini 给出了总结：AI 大模型的本质并不是为了精确、分步骤的算法操作而设计的，它们的设计和训练更侧重于根据上下文预测并生成文本，而不是执行精确的算术或系统计数。
当然，o3-mini 也不是万能的。有网友在推特上表示，他试探了 o3 关于私有 CoT 的问题，但听完一番思考推理后，发现还是如听一番思考推理——没有任何实质性进展。
一开始，o3-mini 的推理过程还算有条理，从不同种类的“内心叙事”、可解释性和实用价值等角度进行分析，指出展示完整的 CoT 过程似乎有助于“扎根”社会理解并促进更好的认知实践，但现实情况更为复杂，毕竟 AI 大模型和人类的认知尚未完全对齐。
但随着提问的深入，o3-mini 的思维链开始崩溃——急得网友团团转，中间甚至一度打开 DeepSeek-R1 来帮忙解决。他贴出了整整 12 张截图，显示 o3-mini 思考了半天，最终给出了一个令人心碎的回答。
除此之外，还有网友直接提出质疑：OpenAI 公开的，根本就不是 o3-mini 原始的 CoT 思维链。他列举了证据——同一个问题，o3-mini-high 只生成了 1384 个字符，而 o1-preview 却生成了 16577 个字符。“这只有两种可能：要么是 o3-mini-high 比 o1-preview 高效得多；要么就是 o3-mini 的 CoT 并非原始版本。”
One More Thing
对于上面这位推特网友的猜测，只能说：Bingo！猜中了！
根据 TechCrunch 的消息，OpenAI 发言人已经证实，此次公开的确实不是原始的思维链。并且给出了两个理由：其一，对原始思维链进行后处理，可以消除任何不安全的内容，并简化某些复杂的概念；其二，这样做能使非英语用户获得母语版本的思维链，带来更加友好的使用体验。
这样一来，近期被大量吐槽的 o3-mini 使用中文思考的问题，也就不再存在了。
