---
id: "mb-20261018-5bf776"
kind: "deep"
title: "单次提问推演一个月：Sergey Brin 揭秘 Gemini 百万 token 背后的长推理革命"
topic: "单次提问推演一个月：Sergey Brin 揭秘 Gemini 百万 token 背后的长推理革命"
source_type: "generated"
status: "published"
generated_at: "2026-10-18 14:04:00"
frame_type: ["机制"]
legal_anchor_count: 0
transcript_citation_count: 0
---

# 单次提问推演一个月：Sergey Brin 揭秘 Gemini 百万 token 背后的长推理革命

让 AI 解一道难题，它在后台自己推演了整整一个月。

平时我们用大模型，习惯了什么节奏？
打一行字，按回车。
两秒钟后，光标开始往外吐字。
答得越快，显得越聪明。
要是哪次它卡了十秒钟，大家第一反应都是网络掉了。

但 Google 联合创始人 Sergey Brin 最近聊到 Gemini，抛出了一个完全相反的逻辑：
真正有价值的难题，两秒钟根本搞不定。

比如顶级的数学猜想，或者上百万行底层代码的系统重构。
一个顶尖的人类专家坐在桌前，得查资料、列公式、推翻假设。
草稿纸写满几十页，死胡同撞上百次。
折腾几个星期甚至一个月，才能摸出一条可行的路。

以前的大模型没有这个耐心。
你提一个问题，它立刻按概率往下蹦词。
中间没有打草稿的过程。
第一步如果想偏了，后面只能顺着错误一路编下去。
这就像让一个人参加数学奥赛，不给草稿纸，也不准停下来思考，必须张嘴直接报答案。
能做对反倒是运气。

Gemini 现在做的事情，是把单次请求的输出空间，推到一百万个 token。
一百万个 token 是什么概念？
一本大部头中文小说，大概三十到四十万字。
一百万 token，相当于三四本书的文字量。
这一百万字不用全展示给用户，它大部分写在模型自己的草稿纸上。

拿到一道复杂问题，它先建立假设。
推到第五步发现逻辑有漏洞，自己打个叉，退回去重新选路。
试到第十步缺个定理，自己调用工具验证补充。
在后台推演成千上万步，甚至连续运算好几天。
最后端到你面前的，可能只有两页纸的精简解答。
但背后消耗的，已经是相当于一个人类研究员整整一个月的思考过程。

以前整个行业都在卷响应延迟，比谁能在几百毫秒内吐出第一个字。
以后的分水岭可能会掉个头：
比谁能在后台坐更久的冷板凳。
不急着秒回，肯在黑暗里试错一万次，直到把硬骨头啃下来。
这种推理耐力，才是复杂问题真正被解开的开端。

_Rendered by mubei-terminal._