o1 在做海龟汤游戏时展现出了明显的能力进步，而且它对答案非常自信，似乎对多种可能不同的答案进行了内部概率判断。 而且这个思考过程，绝不仅仅是 CoT 那么简单，也许可能如大聪明所说，这是 Agent 架构的思路。