一句话定义：自我一致性是一种推理阶段的技巧——同一个问题让模型算多遍，每遍走不同的推理路径，最后把各遍得到的答案拿来投票，得票最多的那个就是最终答案。
它是怎么工作的
它建立在思维链（AI 词典：Chain-of-Thought">Chain-of-Thought, CoT）之上。普通的思维链提示是让模型"一步一步想"，然后按概率最高的那条路走到底：一条路走到黑，中途拐错一个弯，最后答案就错了。
自我一致性的做法是：把采样温度调高一些，让模型对同一道题生成多条推理路径。这些路径的措辞、步骤顺序往往各不相同，但每条最终都会落到一个答案上。然后做多数投票——比如十条里有七条算出同一个结果，那就输出它。
打个比方：公司来了道难题，你交给十个同事各算各的，不许对答案。有人抄错一个符号，有人把题意理解偏了，但十个人的错误往往各不相同；而算对的人，答案一定是同一个。把答卷摊开数票，多数票大概率就是正确答案。
为什么投票能提升准确率
关键在于：错误的路径是发散的，正确的路径是收敛的。模型推理中随机犯的错方向五花八门，很难让同一个错误答案反复出现；而正确答案只有一个，只要这道题模型"会做"，多条采样里就有相当比例能走到它上面。投票相当于用一个很便宜的机制把随机噪声抹平。
和相邻概念的区别
| 方法 | 采样几条 | 怎么选答案 | 需要额外模型吗 |
|---|---|---|---|
| 单条思维链 | 1 条 | 直接取输出 | 不需要 |
| 自我一致性 | 多条 | 对最终答案投票 | 不需要 |
| Best-of-N 加验证器 | 多条 | 用奖励模型打分 | 需要一个验证器 |
一句话概括：自我一致性是"没有裁判的集成"，只依赖答案本身能否对齐。
对从业者的实际意义
- 纯粹的推理期手段，不用重新训练模型，改几行调用代码就能用，性价比很高。
- 代价是 token 与延迟成倍上涨。采样十条就是约十倍的推理开销，通常用在"答案可验证、错了代价大、又不太在乎慢一点"的场景，比如数学题、结构化信息抽取、代码判题。
- 只适用于最终答案能离散化、能比对是否相同的任务。写文案、开放式问答这类没有唯一答案的任务，投票没有意义。
- 采样温度不能太低，否则多条路径几乎一模一样，投票等于白做；也不能高到语无伦次。具体取值要按任务实测，没有通用数字。
- 不少推理产品"想久一点、多想几遍"的背后是类似思路，具体实现各家不同，以官方文档为准。
对普通职场人，启发很朴素：当一个任务有明确对错、而你又不太信任单次判断时，让同一个工具多做几遍再取多数，往往比只做一遍更靠得住——前提是你有办法判断各遍答案是否一致。