Claude黎曼猜想实验揭秘：鼓励AI，不是安慰，是博弈“武器”
内容提要
本文探讨AI对话中“继续”“相信自己”等鼓励话语的实质。作者认为，这些词并非情感安慰，而是博弈信号，能动态调整模型的推理长度和路径置信评分，锁定推理分支。用户通过持续干预模型推理过程，决定探索方向，这成为提示词工程的核心技能。未来人的价值在于“在正确的时候说继续”，而非仅提出正确问题。
延伸解读
“继续”如何影响模型推理
文章指出，“继续”等鼓励话语并非情感安慰，而是通过改变上下文权重，动态调整模型的推理长度阈值和路径置信评分。模型在生成时会对候选路径打分，而“继续”相当于给当前分支增加正向权重，使其更倾向于深化推理而非切换话题或提前终止。这解释了为何简单的鼓励能驱动模型在复杂任务中持续探索。
博弈视角下的提示词工程
传统提示词工程关注如何提出好问题，但文章强调，在推理过程中持续介入模型的路径选择同样重要。用户通过“继续”“相信自己”等信号，实时调整模型的搜索策略和终止条件，这类似于在线博弈。用户需要判断何时该鼓励继续、何时该转向，这种判断力成为提示词工程中被忽视的核心技能。
模型透明度的重要性
文章认为，这种博弈式协作要求模型展示推理过程，否则用户无法判断何时该喊“继续”。因此，愿意展开思维链的模型在复杂任务中更具优势，即使其最终答案并非最优。透明性成为用户进行博弈决策的前提，也预示着未来人机协作中，人的价值在于对推理链条的节奏感和方向感，而非单纯提出正确问题。
Q&A
为什么对AI说“继续”或“相信自己”能有效？
这些鼓励话语并非情感安慰，而是博弈信号。它们能动态调整模型的推理长度阈值和路径置信评分，相当于在博弈树上锁定当前分支，让模型更倾向于继续深化当前推理方向，而不是切换话题或仓促总结。
在Claude黎曼猜想实验中，操作员是如何使用鼓励话语的？
操作员不是数学家，也没有提供算法思路，主要使用“继续”“再试一次”“相信自己”等话语，驱动模型将卡了三十七年的数学下界数字往前推进了二十五点六个百分点。
“继续”和“相信自己”在AI推理中分别起什么作用？
“继续”告诉模型当前路径未被否决，延长推理链；“相信自己”则临时调低模型的自我审查敏感度，让模型敢于走那些短期置信度不足但可能产生突破的冒险路径。
为什么说鼓励话语是上下文锚定工具而不是情感安慰？
因为模型没有情感，只有上下文。这些话语在上下文中成为新的语义锚点，与当前推理路径绑定，增加正向权重，从而影响后续生成。它们执行的是语用功能，而非情感支持。
提示词工程中常被忽视的博弈维度是什么？
除了如何问好问题，更重要的是如何在推理过程中持续介入模型的路径选择策略。用户通过发送“继续”等信号，动态调整模型的搜索策略和终止条件，这本质上是在线博弈。
未来人的核心价值是什么？为什么？
未来人的核心价值可能不再是“提出正确的问题”，而是“在正确的时候说继续”。因为随着AI推理能力增强，人的关键作用在于判断何时该继续探索、何时该停止，这需要节奏感和方向感，而非专业知识。
为什么模型展示思维链对用户进行博弈决策很重要？
因为如果模型不展示推理过程，用户就无法判断何时该喊“继续”。透明性本身就是用户进行博弈决策的前提条件，所以愿意展开思维链的模型在需要持续博弈的复杂任务中更有优势。
