Extended Thinking

概述

Extended Thinking 是 Anthropic Claude 的一种推理机制，允许模型在开始生成响应之前进行深度规划和分析，特别适用于数学、编程和复杂计划任务。

关键内容

核心定义

Extended Thinking 让模型在开始生成之前进行全面的推理规划。与 Think 工具不同，Extended Thinking 的推理发生在模型输出任何内容之前，主要基于用户查询本身进行深度分析。

与 Think 工具的本质区别

特性	Extended Thinking	Think 工具
触发时机	模型开始生成之前	已开始生成之中
适用场景	深度计划、数学、编程	长工具调用链中处理工具输出
信息基础	主要基于用户查询	基于外部工具返回的新信息
推理深度	更全面	更聚焦于新发现信息
最优领域	非工具场景（编码/数学/物理）	策略密集、顺序决策场景

直觉类比：Extended Thinking 像是专家开始工作前的深度规划；Think 工具像是专家在看到化验结果后的即时分析。

τ-Bench 评估表现

在 τ-Bench 航空域测试中： - 基准（无 think，无 ET）：pass@1 = 0.332 - Extended Thinking：pass@1 = 0.412 - Think 工具（无 prompt 优化）：pass@1 = 0.404 - Think 工具 + 优化 prompt：pass@1 = 0.584

Extended Thinking 单独使用性能与 Think 工具（无 prompt 优化）相近（0.412 vs 0.404），但在策略复杂的航空域中不如 Think 工具 + 优化 prompt 的组合。

零售域策略相对简单，Extended Thinking（pass@1 = 0.770）略低于 Think 工具（pass@1 = 0.812），说明在简单策略场景中，提供思考空间本身就足够。

适用场景

深度计划任务：需要在工作开始前制定完整策略
数学问题求解：需要多步推理和验证
编程任务：需要理解复杂代码库和设计实现方案
物理问题：需要系统性分析和计算

与 Chain-of-Thought 的关系

Extended Thinking 与 Chain-of-Thought（CoT）有相似之处，都是让模型进行显式推理。但 Extended Thinking 是 Claude 平台的内置能力，而 CoT 是通过 prompt 工程实现的通用技术。Extended Thinking 的推理过程对用户不可见，而 CoT 的推理步骤会直接输出在响应中。

来源

raw/articles/ai-engineering/anthropic-engineering/claude-engineering/03_think_tool.md — The "think" tool: Enabling Claude to stop and think in complex tool use situations