先说结论：

o1模型的思维链，展示了思维的运动轨迹。对于教授逻辑推理、形式逻辑、解题套路的教培模式，o1 推理引擎是降维打击。

o1 的思考过程，像一个真实的人类在思考、解决一个真实问题。gpt 模型是脱口而出，偏感觉，偏自觉，迅速给你“生成”一个答案。而 o1 模型则会在开口之前先花 2～100 秒之间思考。问题越难，思考时间越长，推理步骤越多，和人的思考简直一模一样。

所以，虽然o1 模型发布无人问津，在中文互联网上几乎没有一点点回响，有点像 2022 年 11 月 30 日 ChatGPT 的发布。（互联网数据传输的速度接近光速，但是影响和意义的传递，往往需要三个月的时间。）

但是，o1推理模型开启了人工智能的新范式。这个模型和 gpt 系列模型是有本质差异的，在算法和数据上差异巨大，所以，openai 才会放弃 gpt品牌，单独命名为 o 系列模型。（所以，不能说“gpt-o1”模型，就像你不能把张三叫做李四）。

o1模型对人类的冲击，虽然还需要几个月才会被认识。所以不着急，我简单分享几个案例，分享一下目前的认识和思考。

实例
我选了几个案例，从简单到复杂，全方位由浅入深地展示o1引擎的本质。

实例 1：列出全部第三个字母是 A 的国家
这个题目很简单，但是很有意思，展示了gpt模型和o1模型的本质区别。

gpt4-o 作为直觉式的知识引擎，用 3 秒生成了一个错误回答，而 o1-mini 作为推理引擎，用 9 秒生成了正确的回答，而且让你看到思维运动的轨迹。

实例 2：小学数学题，方阵问题
这个例子来自学而思的小学数学练习册。题目很简单，关键看思维过程。如果你觉得简单，后面还有高考题和数学竞赛题的例子。

实例 3：2024 高考数学真题
让o1参考2024年高考的话，毫不费力可以满分。

我选了两个题，大家感受一下：

实例 4：阿里巴巴数学竞赛真题：概率问题
这是2024年阿赛真题，概率问题。

o1的解题过程如下。第一问：

第二问：

思考
学习的本质属性，是主动。有效的教育，一定是让学生学会主动思考，独立思考（think for yourself），同时要训练有素地思考复杂问题，头脑清晰。

而教培模式的一大问题是惰化思维，强化套路，看似应试分数提高，实际上思维能力衰弱，主动性和创造力更谈不上。

o1 模型把人脑中看不到的思维运动过程展示出来了。这还不是一般的人脑，而是物理博士、编程专家、数学奥赛选手级别的大脑思维过程。整个思维过程体现了o1模型在解决复杂问题时的步骤流程方法，孩子活成年学习者可以清晰地看到o1 模型如何提炼思考过程，如何尝试不同的解题策略，如何发现错误，如何根据错误来不断调整。

在教育场景，知识引擎 gpt 模型解决了注重世界知识的学习和教育需求（非形式逻辑、非强逻辑推理的领域），而逻辑引擎 o1 模型则解决了注重逻辑推理的学习和教育需求（科学、数学、编程等）。

或许，o1 的脑子如此清晰，提供的教育价值如此之大，如果不能靠它的帮助取得学习效果，只能靠别人教的话，建议别学了。

P.s. 昨天晚上做了 o1 的专场直播，用 2 个小时时间详细分享了对 O1 模型的思考，尤其是关于人类学习和教育的未来。有兴趣的朋友可以去看看。