别再迷信 CoT 文本链了，潜空间迭代推理才是降低逻辑成本的真解

我研究推理模型时发现，大家陷入了一个严重的路径依赖：认为模型必须通过 CoT 把思考过程“写”出来才能实现逻辑推演。这种模式虽然让结果可解释，但本质上是用昂贵的自回归生成在模拟逻辑，导致 Token 开销和延迟极高。直到我深度分析了 BDH-CQ 的架构，才意识到跳过“文本化”推理竟然能带来如此巨大的效率提升。

传统的 CoT 模式逻辑是：输入 → 生成中间步骤文本 → 基于文本生成答案。每一步都要经过解码，这在计算上是非常低效的。而 BDH-CQ 走了一条完全不同的路，它直接在潜空间（Latent Space）中通过迭代计算得出答案。简单来说，它采用了递归内存（Recurrent Memory）机制，当模型面对像 ARC-AGI-1 这种极具挑战性的逻辑任务时，输入信息会持续更新模型的递归内存状态。在这个过程中，内存更新、任务自适应以及最终的答案推演全部整合在同一个计算框架内。

这意味着在得出最终结果之前，中间所有的推理状态都是隐藏的高维向量，模型不需要通过“说话”来思考。这种设计最硬核的一点在于，它在推理阶段完全不需要更新任何模型参数，也不依赖特定的任务标识符，纯粹靠潜空间的迭代来闭环逻辑。

1.5亿参数小模型如何跑赢ARC-AGI-1基准测试

最让我震惊的是它在 ARC-AGI-1 测试集上的实际表现。在这个被公认为逻辑推理“深水区”的基准测试中，BDH-CQ 采用了一个参数量仅为 1.5 亿（150M）的小规模配置，竟然跑出了 29.5% 的 pass@2 准确率。

我们要意识到 150M 这个数字意味着什么。在当前的 LLM 时代，大多数模型动辄数百亿甚至万亿参数，而且很多巨型模型在没有外部工具辅助的情况下，也很难在 ARC-AGI-1 上拿到这个分数。更离谱的是成本，单次任务的计算成本仅为 0.0007 美元。这个数字直接打破了此前关于“准确率与成本”的帕累托前沿。

打破推理准确率与计算成本线性增长的魔咒

长期以来，业界的共识是：想要提高逻辑推理的准确率，要么增加模型参数量，要么延长 CoT 的思考长度。但这会导致成本呈线性甚至指数级增长。BDH-CQ 的实践证明，如果能将逻辑闭环放在潜空间完成，而非依赖可见的文字链，我们可以在极低参数量和极低成本下，依然维持极高的推理质量。

对于开发者和架构师来说，这种潜空间迭代推理的路径比单纯堆 Token 长度要优雅得多。它实际上在挑战一个核心假设：逻辑推理是否必须依赖自然语言的中间产物？

从文本模拟逻辑到原生潜空间计算的范式转变

如果未来的推理模型能更多地在潜空间完成状态转移，那么推理速度和成本可能会迎来量级上的下降，而不再受限于 Token 生成的速度。这种从“文本模拟逻辑”到“原生潜空间计算”的转变，可能是下一代轻量化高效推理模型的关键突破口。