演算堂的推演生

一、张口就算，可十题错六题

金陵府学下设有一间演算堂，专给各县选拔上来的算学神童开小灶。每年两百多个神童里，能进演算堂的不超过十五个。

掌教姓秦，人称秦推之。他在演算堂教了二十年，教出来两个状元，六个会元。全江南的府学都知道——"算学出金陵，金陵出秦门。"

但最近三年，秦推之觉得不对劲。

新一届十五个学童，天赋是一个比一个吓人。心算两位数乘法——一息出答案。心算三位数乘三位数——一顿饭的工夫。上一届最厉害的也不过如此。可等秦推之把题从"单纯算数"换成"应用题"之后——这帮神童塌了一大半。

比如这道：

张家有田四十二亩，李家有田三十六亩。张家的亩产比李家高两斗。两家一年共收粮四千一百二十八斗。问张家亩产多少斗？

按说这帮心算天才，拿下这题最多一盏茶的工夫。结果交上来的十四份卷子——只对了三份。

不是他们不会算两位数的乘除。是题里的数字多了、关系绕了、得"先求什么、再求什么、最后套什么"——这帮神童的大脑到第二步就懵了。

秦推之把错卷摆开看了一遍。十一个错的人，错得五花八门：有的一步没推对就开始心算，算到后面全盘乱掉；有的挑了个中间数字就开始胡乱换算，根本不知道自己在求什么；最离谱的一个——直接把四十二和三十六加起来除以二，得了个三十九斗交了上去。

"这帮孩子，"秦推之对助教老郑说，"心算快得像鬼，推演乱得像麻。一步跳不明白，后面全飞。"

老郑放下茶碗："那你打算怎么办？让他们心算慢一点？"

"不是慢的问题。是他们从来没想过——'中间推的过程，写出来'。"

二、把每一步念出声来

秦推之做了一件让所有神童都觉得丢脸的事。

他规定——从今往后，演算堂所有的题，不许心算。不许直接写答案。必须把中间每一步写出来。

"每一步，"秦推之敲着学堂里的石板，"一加一等于二——这一步，你脑子里怎么走到这一步的，全给我写下来。"

神童们炸了。

"秦师父，我一个两位数乘四位数，一息就能出来——你让我把中间过程写下来，我写出来反而比心算慢两倍！"

"我知道。"秦推之面不改色，"我就是让你慢下来。你心算快，但你的快是蒙的快——你在脑子里蹦了五步，只有三步是对的，剩下两步不在你的路线上。不写出来，你永远不知道自己哪一步开始错的。"

"来——你当你自己在给自己讲题。每一步，念出声来，写在纸上。"

他把石板上那道张家李家的应用题重新出了。这次不要求答案。要求推演过程。

半数神童交了白卷——不是不会算，是不知道中间"过程"长什么样。

秦推之一点都不意外。他从怀里掏出一张家传的算学手稿——传到他这儿已经是第十七代——上面用工笔小楷示范了一道题的三十七步推演。从读题→设未知数→列方程→消元→代入→验证，每一步下面都有注："此步何意？——求的是张李两家的总亩数"、"此步何意？——把已知条件转化成方程"、"此步何意？——验证结果是否合理"。

"看到没有？三十七步。每一步写一句，每一句解释自己在这一步干了什么。"

"从今天起——每做一题，都按这个规矩来。"

三、推得越碎，越不容易出错

头一个月是地狱。神童们叫苦连天——一道以前半盏茶工夫的题，现在光写过程就得写一刻钟。而且一开始写出来的过程，错得比心算还多。

"你这一步——四十二乘以亩产——应该等于什么？你上一行写的是'张家总产'，这一行你怎么就跳到减去三十六了？从张家总产到减去三十六中间，你该写的句子呢？"

秦推之在第一个神童交上来的推演稿里用红笔圈出了十一处"跳步"。

"跳步就是盲猜。你以为你知道了，其实你在跳过去的那一步里漏了一个条件。"

但到了第三个月，奇异的事情发生了。

神童们推演写得越来越长——一道题写一两百字是正常量。但错得越来越少。以前十题错六题的那批人，现在十题最多错一两题。而且不但答案对——连他们自己也说不清为什么，做着做着就觉得"这道题的思路很清楚"。

那个最先炸锅说"写出来比心算慢两倍"的小神童，三个月后在推演稿的末尾写了一句话："我以前在脑子里只走了五步，现在发现这道题应该有十七步。多出来的那十二步，我以前全跳了——它们就是那六道错题。"

郑助教在窗边看着这帮孩子埋头写推演，转头跟秦推之说："这招真灵。但我怎么觉得——让他们写过程这件事，本质上不是在教他们'算'，是在教他们'想'？"

"对。推演不是写的给别人看的——是写的给自己看的。你把你脑子里的每一步逼出来、落在纸上——你才发现，原来你以为'一步到位'的东西，其实是五步。这五步里至少有两步经不起推敲。推演稿是一面镜子——把你脑子里的混沌照清楚了。"

秦推之顿了顿，补了句："而且慢就是快。多花一刻钟写推演——省下的是返工六道错题的时间。"

四、最难的题——推不出来也得推

那年夏天，演算堂来了一个意外来客。户部的一位郎中，带着一个攒了三年解不开的漕运配粮难题。

江南漕运到京师的粮食，每年有上万条船、二十八个中转仓。各府的粮价不同、运距不同、损耗不同。要把总额分成各府各仓的配额，让总运输成本最低——这题在户部算了三年，换了五拨人，没有一个版本让人完全满意。

郎中把资料撂在桌上："秦教习，这是真活，不是考题。答案是什么——我也不知道。"

秦推之把题递给班上年纪最小的那个神童——就是三个月前十题错六题的那位。

"你来。按规矩推。"

小神童不敢接。"秦师父，户部算了三年的题，我怎么可能会——"

"我没让你会。我让你推。会与不会，跟推不推是两回事。会的题你推得出来——那是推演帮你理清思路。不会的题你也推——那是推演帮你发现你到底卡在哪一步。"

小神童硬着头皮开始写。他先把所有已知条件一条条列出来——二十八个仓的名字、各府粮价、运距、损耗率、总运量。然后在纸上写下第一句话：

"第一步——这道题求的到底是什么？求的是二十八个仓各自该配多少粮。"

他往后一句一句推。推到第七步，他发现一个矛盾——两个条件互相冲突。他在推演稿里直接写出来了："此步遇阻。漕运总运量今年涨了一成——但运河上游两座粮仓的库容没涨。是把多余的匀给下游，还是多加一道中转？"

他把矛盾推到面上。往下他又推了将近二十步，分两条路走——一条匀下游，一条加中转。两条路的利弊，他逐条写在纸上。推到最后写了一句："若取匀下游——则运输成本总体最低，但下游三仓需增库容。若取加中转——则成本略增一成，但可以不改库容。两途皆可行，候部议。"

那篇推演稿，整整二十七页。

郎中捧着那二十七页纸，在演算堂的长凳上坐了整整一个时辰——一页一页看完。他不是在查答案——他自己都不知道答案。他是在看——"这个孩子是怎么把我三年解不开的问题拆成二十七页小问题的"。

秦推之站在旁边不说话。郎中看完了，最后说了句："推演稿本身，就是答案。"

小神童是推出来了什么新算法吗？没有。他只不过把一道"不可解的问题"变成了"二十七个可解的小问题"。二十七个可解了——剩下的就看部议。

那天放课后，郑助教问秦推之。

"所以推演这件事，到底给这孩子带来了什么？他也没真的'解'出来。"

"他学会了最重要的东西——不会的题，不是放弃。是把它拆开。你不会解'漕运总成本最小化'——但你每一步都知道自己在这一步里要做什么：读条件、列关系、找冲突、分路径。每一步都是你自己能走稳的一步。走到走不动的地方，你停下来，写下——'这一步，我还没想通'。"

秦推之把笔放回砚台上。

"推演把一件你本来做不到的事——拆成了你不会做的一步。你永远能找到那一步在哪里。找到它，就是你对这个问题最精确的理解。"

技术解读

思维链提示（Chain-of-Thought Prompting, CoT）是大语言模型推理能力的一次质变。2022 年，Wei 等人在 Google Research 发表《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》，发现只需在少样本示例中展示中间推理步骤，大模型就能自然地完成多步推理——准确率在数学文字题（GSM8K）、常识推理（StrategyQA）等基准上获得大幅跃升。

CoT 的核心理念只有一句话：让模型把思维过程写到纸上，而不是直接跳到答案。 传统的提示是"Q → A"。CoT 的提示是"Q → 步骤1 → 步骤2 → ... → A"。这看似微小的格式变化，在复杂推理任务上效果惊人——因为大模型生成每个 token 时都依赖上文，中间推理步骤为最终答案提供了丰富的"思考锚点"。

核心概念回顾

故事中的隐喻对照

为什么这个故事对应思维链（CoT）？

1. "把每一步写出来"是 CoT 唯一的操作要求。 Wei 等人发现，在 prompt 中加一句话——在回答问题前先"把思考过程写出来"——就能大幅提升推理准确率。这不是教了模型什么新知识，而是改变了它利用已有知识的方式。推演堂的神童们没有学新的算法——他们只是把脑子里的过程显式化了。

2. 中间步骤是最关键的"锚"。 大模型的每个 token 都依赖上文——生成最终答案时，上文包含了所有中间推理步骤。这些步骤像路标一样，每一步都限制了下一步的可能方向，使模型不容易"跳"到错的终点。秦推之说"跳步就是盲猜"——CoT 的内在机制正是用中间 token 锚定推理方向。

3. "不会的题你也推——它帮你发现到底卡在哪一步"揭示了一个深层洞察。 CoT 不只是提高准确率的工具——它把"不可解的问题"变成了"可诊断的问题"。当模型写出了推理过程，你可以看到它在哪一步出错了、哪一步的逻辑有问题——而不是面对一个错误答案无从下手。

4. 零样本 CoT 的惊人简洁——"我们一步步推"。 Kojima 等人发现，只需在 prompt 末尾加上"Let's think step by step"，无需任何示例，模型的推理能力就显著提升。因为"逐步思考"这个词本身就启动了一个更谨慎、更结构化的生成模式。

5. 复杂推理任务的"步骤长度"与 CoT 优势正相关。 对于需要 3 步以上逻辑推导的问题，CoT 的优势随步骤数增加而扩大——就像故事中神童们发现"十七步的题在心算里只走五步"。步骤越多，跳步的累积误差越大，CoT 的收益越明显。

6. "推演把做不到的事拆成找不到的一步" ——这在技术上对应"树搜索"类方法。ToT 等拓展方法在 CoT 基础上引入分支搜索——当一条推理路径受阻时，回溯探索其他分支。就像小神童把漕运题分成两条路各自推演，最后让决策者比较。

后记：神童们被教了很多年"你需要聪明才能算得快"，秦推之教了他们一套反直觉的东西——"你需要把每一步写出来，才能算得对"。这不仅是演算堂的道理，也是 LLM 在推理任务上最重要的教训：答案永远没有过程重要。因为答案是猜测——过程才是理解。那个在石板上写下三十七步推演的孩子，和 GPT 学着在回答前先写推理的模型，在做着同一件事——一步一步推，推到你确信为止。世界上的难题多半不是被"解"开的，是被一步一步推到再也推不动时才发现——前面已经全是路了。