Google 近期为 Gemini 2.5 Pro 发布了Deep Think 模式。Deep Think 是为解决复杂问题而设计的功能。其原理是采用并行思考，同时探索多个想法，对比权衡，然后选出最有效的解决方案。
本文将通过让它解决真实世界的问题来探索其能力。从博士级问题到商业难题，我在五个复杂问题上测试了 Deep Think 的表现。
我们通过发送The Median（我们的免费周五通讯，梳理本周关键资讯）来为读者带来 AI 最新动态。订阅即可每周用几分钟保持敏锐：
什么是 Gemini Deep Think？
Gemini Deep Think 是对 Gemini 2.5 Pro 模型的新增强，将问题求解能力提升到了新水平。目前提供的版本是对近期在本年度国际数学奥林匹克（IMO）上取得顶尖成绩的模型的简化版。
原始版本需要数小时来攻克艰难的数学题，但今天发布的版本要快得多，更适合日常任务，同时仍在 2025 年 IMO 上达到了铜牌水平。
Deep Think 面向日常提问，但依然保持了强大的问题求解能力。通过延长“思考时间”，Deep Think 能生成、评估并组合多种想法，因此用户可以期待全面而有见地的回答。
请注意，Deep Think 与 Deep Research 不同。后者用于从网页收集并总结信息，并附带来源和结构化报告。一个更“深思”，另一个更“深研”。
如何访问 Deep Think？
目前，Deep Think 可在Gemini App 上使用，但仅向 Google AI Ultra 订阅用户开放，价格为每月 €274.99。
它也可通过 API 使用，但仅限少数用户。我们尚不清楚是否会向所有人开放。
如果您有 Google AI Ultra 订阅，可点击输入框底部的按钮启用 Deep Think。
请记住，即便有 Ultra 订阅，您每天也大约只能发送五条消息。
Deep Think 的工作原理
Gemini Deep Think 的运作类似于人类的头脑风暴过程，同时探索多种可能性以求解问题。
它通过并行思考实现这一点，使 AI 能同时考虑多种路径和备选方案，而非仅按单一线性方式推进。通过给予更长的“思考时间”，Gemini Deep Think 会分析、比较并融合不同想法，以得出尽可能好的解决方案。
这种方法让 Gemini 能有效处理复杂任务，模拟多种结果与策略，在相对较短的时间内为棘手问题提供稳健而有创意的回应。
测试 1：攻克一个开放的博士课题
写博士论文时，我留下了几个没能解决的开放问题。我决定用其中一个来测试 Gemini Deep Think。
这个问题与计算机网络有关。网络中的流量会沿着最短路径传输，类似开车时用 GPS 选择最短路线。每条网络链路的长度只是一个正数，并且可以配置为任意值。
然而，在链路上配置非常大的长度并不现实，因此我们希望让最大权重尽可能小。
以下是我发给 Gemini Deep Think 的提示：
大约 15 分钟后，它给出了答案，提出了一个贪心算法。这类算法并非最优，但力求找到足够好的解。
我意识到最初的提示并非我想要的。我希望它要么找到求最优解的算法，要么证明这类算法很可能不存在。
于是我继续追问：
又过了 15 分钟，它回答该问题是 NP-困难。这意味着该问题很可能不存在快速算法。
这也是我认为的答案。我开始阅读其证明，但缺失了许多关键细节。它只给出了一些高层次的描述，并表示答案非常复杂：
我不断追问并索要遗漏的信息，但始终没能得到完整详尽的证明，因此也无法确认它是否真正解决了问题。
这让我想起Sidney Harris 的经典数学梗图：
在这些回答中，我注意到其措辞让人感觉它并非自己想出了答案，而是在引用一个已知的证明。我询问了这一点，它表示这是一个已知结果，发表于 2002 年的一篇论文中。
它给出了论文题目，但我在网上找不到。结果发现，那位作者正是我论文答辩委员会的成员。如果他们早就解决了这个问题却从未告诉我，那就太有趣了。
我对这个例子仍无从判断。它是想出了答案却没给出全部细节？还是直接复述了现有答案？抑或细节缺失是因为答案并不正确？
测试 2：找出游戏的最优玩法
我在玩一款策略卡牌游戏，最近一直在研究在某种特定局面下我能产生的最大资源量。
不久前我提出了自认为最优的公式，但没有证明其确为最优。当时我请其他 AI 推理模型求解，它们都惨败。不仅答案不最优，甚至与游戏规则相矛盾。
于是我决定用 Gemini Deep Think 来试试此题。我没有提供游戏规则（假定其已在训练中），但提供了每张牌的规则。您无需理解该游戏或我的提示也能看懂这个例子。
以下是提示：
需要了解的一点是，Gemini 相比其他模型较慢，通常需要等待 5 到 20 分钟。本例较快，大约 5 分钟出结果。
下面是部分回答，展示了步骤和公式。在此之前，它先解释了推理过程：
不过，由于我之前已解出此题，我知道这并不正确，且可以做得更好。这是因为有一条规则可以绕过部分卡牌约束，而我并未明确指出。我不清楚它是因为推理不佳而忽略，还是训练中未充分使用该规则。
这也说明它在某些垂直领域可能存在盲点，因此我们需谨慎对待其答案。若这是一道我未先行解决的重要问题，我可能不知道答案不佳而盲目采用。反过来说，如果我需要自己解，那一开始也不需要 AI 了。
我指出其答案不正确，并补充了一些信息，看看它能否改进。
这一次，它给出了与我所求相同的答案。以下是它给出的部分内容：
让我失望的一点是，它并未证明这就是最优答案。
测试 3：解一道逻辑谜题
接着，我让它解一道我很喜欢的逻辑谜题。
这次它答复更快，开头便称这是经典的逻辑问题。
随后它阐述了解题策略。本例显然并未进行多少推理，AI 应该早已在训练中见过这道题及其解法。
这正是评估此类模型的难点之一。它是自己推演出答案，还是答案早已被编码进去，只需“吐”出来？
为了继续施压，我又加了一个约束看结果。我当场想出了这个变体，之前从未见过，也不知道此版本是否有解。
这次它又花了很久作答，这是个好迹象。它声称找到了这个更难变体的解法：
但通读后似乎有几处错误。它在答案末尾给出了执行方案的示例，随后意识到方案行不通。
它表示存在解法，但我没有继续深挖。其表现与前一例类似：略过一些重要步骤，最终让人无法确定它是否真的能解出问题。
示例 4：为企业设计会员积分策略
我正在咖啡店上线数字会员印章卡计划，想知道最佳策略是什么。我将细节告知 Gemini Deep Think，并请求对不同策略进行完整分析并给出建议。
以下是我使用的提示：
这次它也很快给出答案，提出了四种方案，并分别列出优缺点。
方案一：
方案二：
方案三：
方案四：
对于这个问题，尽管我喜欢它的回答，但我并未觉得与其他模型有太大不同。我认为在此类问题上使用 Deep Think 有些大材小用，通用 AI 模型也能胜任。
示例 5：写代码
最后，我让 Gemini Deep Think 执行一个编程任务。我没有指定语言或技术细节，只描述了要解决的问题。
答案非常令人失望，甚至没有给出代码。这也许是个简单的 Bug，但以 Deep Think 的定价而言，这不可接受。
其回答不仅没给出代码，也没有解释方案如何工作。我在发送该消息时碰到了消息上限，不知道是否因此影响了答案。不过这也很奇怪，因为这条消息本身仍在上限之内。
结论
就我试过的问题而言，我并未感到 Deep Think 的回答与其他链式思考模型有明显差距。因此，尽管它在基准测试中表现更好，甚至能“夺金”，我仍在想它对大多数人是否有很大价值。我更将其视为面向研究者的工具。
让我不爽的一点是，一旦用尽 Deep Think 的限额，您无法切换到普通模型继续对话。很多时候，用 Deep Think 启动思路已足够，然后让普通模型基于初始想法推进至最终解法，本应是不错的路径。
我确实认为 Deep Think 拥有一些令人印象深刻的成就。IMO 获奖绝非易事，随着这些模型演化，它们会成为研究者极为有用的工具。我认为，如果与人类搭配，Deep Think 能推动研究向前。
在攻读博士时，我常常在与他人交流想法时卡住，即使对方未能给出解法。若能有像 Deep Think 这样的模型在旁，更多更快地与我一起头脑风暴、帮助我验证或否定想法，那会非常棒。
%22%3E%3Cpath%20d%3D%22m-369%200h408v79h-408z%22%20fill%3D%22%237933ff%22%2F%3E%3Cpath%20d%3D%22m-148%200h306v45h-306z%22%20fill%3D%22%23974dff%22%2F%3E%3C%2Fg%3E%3C%2Fsvg%3E)
%22%2F%3E%3C%2FclipPath%3E%3Cg%20clip-path%3D%22url(%23a)%22%3E%3Cpath%20d%3D%22m76%200h484v36h-484z%22%20fill%3D%22%23974dff%22%2F%3E%3Cpath%20d%3D%22m0%200h384v24h-384z%22%20fill%3D%22%2306bdfc%22%20transform%3D%22matrix(1%200%200%20-1%200%2060)%22%2F%3E%3C%2Fg%3E%3C%2Fsvg%3E)
Google 近期为 Gemini 2.5 Pro 发布了Deep Think 模式。Deep Think 是为解决复杂问题而设计的功能。其原理是采用并行思考，同时探索多个想法，对比权衡，然后选出最有效的解决方案。
本文将通过让它解决真实世界的问题来探索其能力。从博士级问题到商业难题，我在五个复杂问题上测试了 Deep Think 的表现。
我们通过发送The Median（我们的免费周五通讯，梳理本周关键资讯）来为读者带来 AI 最新动态。订阅即可每周用几分钟保持敏锐：
什么是 Gemini Deep Think？
Gemini Deep Think 是对 Gemini 2.5 Pro 模型的新增强，将问题求解能力提升到了新水平。目前提供的版本是对近期在本年度国际数学奥林匹克（IMO）上取得顶尖成绩的模型的简化版。
原始版本需要数小时来攻克艰难的数学题，但今天发布的版本要快得多，更适合日常任务，同时仍在 2025 年 IMO 上达到了铜牌水平。
Deep Think 面向日常提问，但依然保持了强大的问题求解能力。通过延长“思考时间”，Deep Think 能生成、评估并组合多种想法，因此用户可以期待全面而有见地的回答。
请注意，Deep Think 与 Deep Research 不同。后者用于从网页收集并总结信息，并附带来源和结构化报告。一个更“深思”，另一个更“深研”。
如何访问 Deep Think？
目前，Deep Think 可在Gemini App 上使用，但仅向 Google AI Ultra 订阅用户开放，价格为每月 €274.99。
它也可通过 API 使用，但仅限少数用户。我们尚不清楚是否会向所有人开放。
如果您有 Google AI Ultra 订阅，可点击输入框底部的按钮启用 Deep Think。
请记住，即便有 Ultra 订阅，您每天也大约只能发送五条消息。
Deep Think 的工作原理
Gemini Deep Think 的运作类似于人类的头脑风暴过程，同时探索多种可能性以求解问题。
它通过并行思考实现这一点，使 AI 能同时考虑多种路径和备选方案，而非仅按单一线性方式推进。通过给予更长的“思考时间”，Gemini Deep Think 会分析、比较并融合不同想法，以得出尽可能好的解决方案。
这种方法让 Gemini 能有效处理复杂任务，模拟多种结果与策略，在相对较短的时间内为棘手问题提供稳健而有创意的回应。
测试 1：攻克一个开放的博士课题
写博士论文时，我留下了几个没能解决的开放问题。我决定用其中一个来测试 Gemini Deep Think。
这个问题与计算机网络有关。网络中的流量会沿着最短路径传输，类似开车时用 GPS 选择最短路线。每条网络链路的长度只是一个正数，并且可以配置为任意值。
然而，在链路上配置非常大的长度并不现实，因此我们希望让最大权重尽可能小。
以下是我发给 Gemini Deep Think 的提示：
大约 15 分钟后，它给出了答案，提出了一个贪心算法。这类算法并非最优，但力求找到足够好的解。
我意识到最初的提示并非我想要的。我希望它要么找到求最优解的算法，要么证明这类算法很可能不存在。
于是我继续追问：
又过了 15 分钟，它回答该问题是 NP-困难。这意味着该问题很可能不存在快速算法。
这也是我认为的答案。我开始阅读其证明，但缺失了许多关键细节。它只给出了一些高层次的描述，并表示答案非常复杂：
我不断追问并索要遗漏的信息，但始终没能得到完整详尽的证明，因此也无法确认它是否真正解决了问题。
这让我想起Sidney Harris 的经典数学梗图：
在这些回答中，我注意到其措辞让人感觉它并非自己想出了答案，而是在引用一个已知的证明。我询问了这一点，它表示这是一个已知结果，发表于 2002 年的一篇论文中。
它给出了论文题目，但我在网上找不到。结果发现，那位作者正是我论文答辩委员会的成员。如果他们早就解决了这个问题却从未告诉我，那就太有趣了。
我对这个例子仍无从判断。它是想出了答案却没给出全部细节？还是直接复述了现有答案？抑或细节缺失是因为答案并不正确？
测试 2：找出游戏的最优玩法
我在玩一款策略卡牌游戏，最近一直在研究在某种特定局面下我能产生的最大资源量。
不久前我提出了自认为最优的公式，但没有证明其确为最优。当时我请其他 AI 推理模型求解，它们都惨败。不仅答案不最优，甚至与游戏规则相矛盾。
于是我决定用 Gemini Deep Think 来试试此题。我没有提供游戏规则（假定其已在训练中），但提供了每张牌的规则。您无需理解该游戏或我的提示也能看懂这个例子。
以下是提示：
需要了解的一点是，Gemini 相比其他模型较慢，通常需要等待 5 到 20 分钟。本例较快，大约 5 分钟出结果。
下面是部分回答，展示了步骤和公式。在此之前，它先解释了推理过程：
不过，由于我之前已解出此题，我知道这并不正确，且可以做得更好。这是因为有一条规则可以绕过部分卡牌约束，而我并未明确指出。我不清楚它是因为推理不佳而忽略，还是训练中未充分使用该规则。
这也说明它在某些垂直领域可能存在盲点，因此我们需谨慎对待其答案。若这是一道我未先行解决的重要问题，我可能不知道答案不佳而盲目采用。反过来说，如果我需要自己解，那一开始也不需要 AI 了。
我指出其答案不正确，并补充了一些信息，看看它能否改进。
这一次，它给出了与我所求相同的答案。以下是它给出的部分内容：
让我失望的一点是，它并未证明这就是最优答案。
测试 3：解一道逻辑谜题
接着，我让它解一道我很喜欢的逻辑谜题。
这次它答复更快，开头便称这是经典的逻辑问题。
随后它阐述了解题策略。本例显然并未进行多少推理，AI 应该早已在训练中见过这道题及其解法。
这正是评估此类模型的难点之一。它是自己推演出答案，还是答案早已被编码进去，只需“吐”出来？
为了继续施压，我又加了一个约束看结果。我当场想出了这个变体，之前从未见过，也不知道此版本是否有解。
这次它又花了很久作答，这是个好迹象。它声称找到了这个更难变体的解法：
但通读后似乎有几处错误。它在答案末尾给出了执行方案的示例，随后意识到方案行不通。
它表示存在解法，但我没有继续深挖。其表现与前一例类似：略过一些重要步骤，最终让人无法确定它是否真的能解出问题。
示例 4：为企业设计会员积分策略
我正在咖啡店上线数字会员印章卡计划，想知道最佳策略是什么。我将细节告知 Gemini Deep Think，并请求对不同策略进行完整分析并给出建议。
以下是我使用的提示：
这次它也很快给出答案，提出了四种方案，并分别列出优缺点。
方案一：
方案二：
方案三：
方案四：
对于这个问题，尽管我喜欢它的回答，但我并未觉得与其他模型有太大不同。我认为在此类问题上使用 Deep Think 有些大材小用，通用 AI 模型也能胜任。
示例 5：写代码
最后，我让 Gemini Deep Think 执行一个编程任务。我没有指定语言或技术细节，只描述了要解决的问题。
答案非常令人失望，甚至没有给出代码。这也许是个简单的 Bug，但以 Deep Think 的定价而言，这不可接受。
其回答不仅没给出代码，也没有解释方案如何工作。我在发送该消息时碰到了消息上限，不知道是否因此影响了答案。不过这也很奇怪，因为这条消息本身仍在上限之内。
结论
就我试过的问题而言，我并未感到 Deep Think 的回答与其他链式思考模型有明显差距。因此，尽管它在基准测试中表现更好，甚至能“夺金”，我仍在想它对大多数人是否有很大价值。我更将其视为面向研究者的工具。
让我不爽的一点是，一旦用尽 Deep Think 的限额，您无法切换到普通模型继续对话。很多时候，用 Deep Think 启动思路已足够，然后让普通模型基于初始想法推进至最终解法，本应是不错的路径。
我确实认为 Deep Think 拥有一些令人印象深刻的成就。IMO 获奖绝非易事，随着这些模型演化，它们会成为研究者极为有用的工具。我认为，如果与人类搭配，Deep Think 能推动研究向前。
在攻读博士时，我常常在与他人交流想法时卡住，即使对方未能给出解法。若能有像 Deep Think 这样的模型在旁，更多更快地与我一起头脑风暴、帮助我验证或否定想法，那会非常棒。