AlphaGo 作者：LLM 不会真正推理

这篇文章的杀伤力在于作者身份——他亲手造过真正会推理的 AI，知道系统二思维需要什么工程结构。当前行业把 CoT、o1 类模型的自我对话包装成推理，但底层仍是 next token prediction，没有显式的搜索树和价值评估。

对工程团队的直接启示是：不要指望 GPT-5 自动解决需要多步验证的硬问题，关键业务场景仍需外挂显式推理层（如 ReAct、ToT 或自研 MCTS）。做 AI Agent 创业的团队尤其要注意，把规划模块全部交给 LLM 是架构债务。

这篇文章也在为 DeepMind 的 Gemini 路线辩护——Google 一直在推 AlphaGo 架构与 LLM 的融合，而 OpenAI 押注的是 scale alone。选技术栈时需要理解这个分歧的本质。