一句话定义
交错思考（Interleaved Thinking）指的是：模型在连续调用工具（tool use）的过程中，始终保留并延续自己的推理链——拿到一次工具结果，就在原有思路上接着往下判断，再决定下一步做什么，而不是"问一次、答一次、再问一次"，把中间想的东西丢掉重来。
它解决的是什么问题
一个多步任务，比如"查一下上季度销售数据，算同比增长，再写一段总结发到群里"，模型至少要调用三次工具：查数据、做计算、发消息。传统的做法是每一轮工具调用之间，推理是割裂的：调完一次，把结果塞回上下文，模型再从头"读一遍局面"决定下一步。步骤一多，上下文越来越长，目标容易被稀释，前面推出来的结论也容易丢。
交错思考把这个过程缝起来：推理和工具调用交替进行，形成"想—做—看到结果—接着想—再做"的连续轨迹。模型可能在拿到数据后发现口径不对，临时决定多查一次；也可能在计算后觉得结果反常，回头核对——这些都是同一条思路上的自然延伸。
打个比方
像侦探办案。交错思考是同一个侦探一路跟到底：查完一条线索，回来更新自己的假设，再决定下一条线索去哪找。非交错则是每查一条线索就换一个新侦探，新侦探只能看线索簿，得重新把案情捋一遍——线索越多，越容易走偏。
和相邻概念的区别
| 概念 | 用不用工具 | 推理是否跨调用延续 |
|---|---|---|
| 链式思考 AI 词典：Chain-of-Thought">Chain-of-Thought | 不用 | 不涉及 |
| 工具调用 Tool Use / Function Calling | 用 | 不一定，取决于实现 |
| ReAct | 用 | 每轮相对独立，靠拼接上下文 |
| 交错思考 | 用 | 是，推理轨迹连续保留 |
关键差别在最后一列：工具调用只解决"怎么把参数发出去、结果收回来"；交错思考关心的是"发出去之前和收回来之后，模型脑子里那条线断没断"。
对从业者和普通人的意义
对做应用的人：多步 Agent（智能体）任务的稳定性会明显不一样。少了反复重读上下文，无效调用和绕圈子会减少；但推理 token 变多，延迟和成本会上升，需要按场景权衡。另外，推理内容怎么保存、能不能回传给下一次调用，通常需要模型接口层面的支持，具体能力以各家官方文档为准。
对普通职场人：你让助手"整理会议纪要 → 提取待办 → 同步到日程"，它更可能记得住你最初的目标，而不是第三步做完忘了第一步。判断一个助手好不好用，可以看它在工具报错或结果反常时，是机械重试，还是能顺着原来的思路改道——后者就是交错思考在起作用。