面试里问到"让大模型推理更强"，很多人只会答一句"加个 Chain-of-Thought"。但面试官往往追一层：ToT 和 GoT 又是什么？它们和 CoT 的本质区别在哪？什么时候该上更重的方案？ 答不上来，就暴露了对推理范式演进的理解只停在表面。这篇把三者一次讲透——核心线索只有一句：推理的结构从「链」长成「树」，再长成「图」，复杂度递增，能啃的难题也越来越硬。
CoT：把推理拉成一条链
Chain-of-Thought（思维链）的思想极简：别让模型直接吐答案，而是逼它把中间步骤一步步写出来。一句 "Let's think step by step" 或者几个带推理过程的示例，就能显著提升算术、常识、逻辑题的正确率。
它的结构是单一线性链：问题 → 步骤1 → 步骤2 → … → 答案，一条道走到黑。
问题 ──▶ 想法A ──▶ 想法B ──▶ 想法C ──▶ 答案
优点是便宜、直接、几乎零改造成本。但短板也很明显：没有回头路。第二步一旦想歪，后面全盘皆输，模型不会退回来换条路——因为它根本没有"别的路"这个概念。对于只有一条正确解题路径的题目够用，碰到需要探索、试错的问题就力不从心。
ToT：让推理长成一棵可回溯的树
Tree-of-Thoughts（思维树）的破局点是：在每一步允许生成多个候选想法，形成分叉，再对分支做评估、搜索与剪枝。推理不再是一条链，而是一棵树。
┌──▶ 想法A1 ──▶ …（评分低，剪掉）
问题 ──▶ 想法A ──┤
└──▶ 想法A2 ──▶ 想法A2b ──▶ 答案 ✓
└──────▶ 想法B ──▶ …（走不通，回溯）
关键机制有三个，缺一不可：
- 多路径分叉：每一步不只想一种可能，而是铺开若干候选；
- 状态评估：用模型自评（"这一步靠不靠谱／离目标近不近"）给每条分支打分；
- 搜索 + 回溯 + 剪枝：配合 BFS／DFS 遍历，走进死胡同就回溯到上一个分叉换条路，明显没戏的分支提前剪掉省算力。
正因为能回头、能比较，ToT 在 24 点、填字、需要规划试错的谜题上大幅超过 CoT。代价是调用次数暴涨——每个节点都要生成候选、每条分支都要评估，token 和延迟成倍上去。
GoT：把树的枝叶接成一张图
Graph-of-Thoughts（思维图）更进一步。树有个硬约束：每个节点只有一个父节点，兄弟分支之间老死不相往来。可现实里的复杂推理常常需要"把两条线索的结论合并起来"——树做不到，图可以。
GoT 把每个想法建模成图中的一个节点，节点间的依赖是任意有向边。于是它解锁了树没有的两种操作：
- 聚合（aggregation / 合并） ：把多个不同分支的中间结果汇聚成一个新想法——比如分头处理再合并结果，这是 GoT 相对 ToT 最标志性的能力；
- 精炼（refine） ：让一个想法通过自环反复迭代优化自身。
┌──▶ 想法A ──┐
问题 ──┤ ├──▶ 合并(A,B) ──▶ 精炼 ⟳ ──▶ 答案
└──▶ 想法B ──┘
典型收益场景是可分治再合并的任务：长文档分段总结再汇总、大列表分块排序再归并。原论文在排序等任务上显示，GoT 相比 ToT 能在提质的同时降低成本——因为"合并"复用了分支成果，不像 ToT 那样各分支各算各的、彼此浪费。当然，代价是编排逻辑最复杂，要自己设计图的结构与操作。
三者对比：一张表看清结构与取舍
| 维度 | CoT（链） | ToT（树） | GoT（图） |
|---|---|---|---|
| 结构 | 单一线性链 | 树（一父多子） | 有向图（任意连边） |
| 多路径探索 | 否，一条路走到底 | 是，分叉出多候选 | 是，且分支可交叉 |
| 是否回溯 / 剪枝 | 不能回溯 | 可回溯、可剪枝 | 可回溯，另加聚合/精炼 |
| 能否合并分支 | 无分支可合 | 不能（兄弟隔离） | 能，核心卖点 |
| 成本 / 复杂度 | 最低 | 中，调用暴涨 | 最高，编排最复杂 |
| 典型适用 | 单路径解题：算术、常识、逻辑推导 | 搜索/规划/试错：24点、谜题、多步方案 | 可分治再合并：文档分块汇总、大列表归并排序 |
记忆锚点：CoT 是一条链，ToT 是一棵可回溯剪枝的树，GoT 是一张能合并的图。结构越复杂，能探索的解空间越大，花的算力也越多。
怎么选：先估问题的"搜索难度"
三者不是谁替代谁，而是随问题的搜索难度递增而升级。选型别一上来就堆最重的方案——GoT 的编排开销可能远超收益。实用的判断顺序是：
- 解题路径唯一、或试错成本低 → 直接 CoT。够用、便宜、好维护，这是绝大多数场景的默认选择。
- 需要探索多条路径、会走进死路要回头（规划、谜题、需要试错比较） → 上 ToT，用评估和剪枝把探索控制在预算内。
- 问题能拆成子任务、且子结果需要合并（分治汇总类） → 才值得用 GoT，让"合并"复用中间成果、摊薄成本。
换句话说：先问这道题是"一条路"、"要探路"还是"要分头再会合"，答案分别指向 CoT、ToT、GoT。
一句话总结
CoT 把推理拉成一条不能回头的链，ToT 把它长成能分叉、评估、回溯剪枝的树，GoT 再把树接成能聚合合并、迭代精炼的图——结构复杂度与算力成本一路递增，对应的也是从单路径解题、到搜索规划、再到分治合并这条越来越硬的问题谱系；选型的诀窍是按问题的搜索难度从轻到重逐级升级，而不是无脑上最重的那个。
