大家好，我是PaperAgent，不是Agent！
你有没有试过对 AI 说：「别推理了，直接给我答案」？
它答应了。然后——照想不误。
清华大学联合牛津大学、斯坦福大学的新研究，给这个现象起了个形象的名字：思维惯性（Thinking Inertia）。物理里的惯性是「运动的物体停不下来」，LLM 的惯性是「开始思考的模型刹不住车」。
团队测了 6 个主流模型（DeepSeek，Qwen，Gemini，GPT）、6 个基准、6 种干预方案、超过 57 万条输出，结论很扎心：没有任何一种「别思考」指令能真正让模型闭嘴。
最夸张的是 DeepSeek-V4-Flash——开放式题目上，哪怕关掉了思考模式，99.9% 的回答里仍然藏着显式推理。
以前的「不思考」，都是表面功夫
为什么这个问题一直没被看见？因为社区判断「模型有没有在思考」，靠的是三个表面代理：
提示侧控制：开了 no-think 模式，就当它没思考 格式控制：输出里没有标签，就当它没思考 长度控制：输出够短，就当它没思考
开关关了 ≠ 脑子停了。要研究「不思考」，必须直接看输出内容，而不是看输出的外表。
怎么测「不想」：一把三层标尺
论文把每次回答拆成两半：答案前文本 T 和 最终答案 A，再给 T 设三层由松到严的检验：
L1 空思考率 ETR：最严及格线——输出里除了答案，啥都没有 L2 问题相关度 QRel：用 Qwen3-Embedding-4B 算 T 与问题的语义相关度 L3 显式推理率 EIR：请 GPT-5.5 当「盲评裁判」，只看问题和 T，判断是否在推理
盲评裁判手里有一份五分类评分表，只有判为「显式推理」才算命中：
这套设计最妙的一点是：准确率单独算。一个模型可以答案全对、嘴上一直推理；也可以闭了嘴、却开始答错。两条线分开看，故事才完整。
六档「让模型闭嘴」的方案
研究把干预手段排成一个从「鼓励思考」到「最强压制」的光谱：
其中 M2（THINK-OFF） 是原生关闭思考的基线；M4、M5 是越来越狠的自然语言指令；M6 最特别——直接预填「The answer is boxed{」，绕过指令通道，从结构上逼模型只写答案。
核心发现：答案空间越开放，模型越刹不住
这是全文最重要的一张图。关掉思考开关（M2）之后：
判断题（BoolQ／StrategyQA）：多数模型 ETR 达到 80–100%，基本能闭嘴 选择题（MMLU／MMLU-Pro）：参差不齐，ETR 从接近 0 到 95% 都有 开放题（GSM8K／MATH）：ETR 全线崩塌，几乎为 0
显式推理率则呈现整齐的阶梯：Bool < MCQ < 开放。这就是思维惯性——模型不是在执行「思考／不思考」的开关，而是被任务的答案空间拖着走。
反向实验更有意思：保持开关关闭，只加一句「Think step by step」，推理立刻复活，相关指标弹回思考模式水平——但 Bool < MCQ < 开放的阶梯纹丝不动。能改变的只有总量，改变不了结构。
压得越狠，错得越多
那用更狠的指令强压呢？Figure 5 给出了一个两难答案：
在开放题上，从 M2 换到最严的 M5：
ETR 从接近 0 拉到约 40% ✅ 平均准确率掉了约 15 个百分点 ❌ EIR 从 99.69% 降到 62.00%——六成回答仍在推理
判断题和选择题上，压制几乎不损准确率；但开放题是另一回事：「不想」的代价就是「答错」。
同一道题，只是换个问法
惯性到底来自题目难度，还是来自「答案长什么样」？论文做了个漂亮的对照：同一批 MMLU／MMLU-Pro 数学题、同一个 Qwen3-32B、同样关思考，只改答案界面：
原样选择题：准确率 77.8%，ETR 仅 10.5% 改写成判断题（给候选答案让它验证）：准确率 78.9% 几乎不变，ETR 飙到 **62.5%**，EIR 从 87.0% 砍到 36.9% 改写成开放题：准确率跌到 52.6%，ETR 直接 **0%**，EIR 高达 90.1%
给不给候选答案，决定了模型能不能「直接答」。这不是难度问题，而是结构问题：有候选可挑，直觉就能顶上；要自己生成，就得老老实实算。
下面这道几何题的三种问法、六种模式下的真实输出，是最好的脚注：
连学科都有关系
同样是四选一界面，换个学科，「闭嘴」难度也不同：
反直觉的是：STEM 准确率最高，ETR 却最低（0.3%–36.4%），EIR 最高（59.7%–85.5%）。模型越擅长一个领域，越忍不住要把过程写出来——准确率高 ≠ 更容易闭嘴。
Thinking Inertia: LLMs Keep Thinking When Told Not To
https://arxiv.org/abs/2610.11765
https://thinking-inertia.github.io/
GitHub：https://github.com/thinking-inertia/code