arXiv 论文《Thinking fast and slow in AI: The role of metacognition》于 2021 年发布，把认知科学中"快思考与慢思考"的二分框架引入人工智能，并将元认知（metacognition）作为核心议题。该条目未提供摘要，以下仅就标题与所属方向说明其问题意识，不展开论文的具体方法与结论。
"快思考"指直觉式、低成本的快速反应；"慢思考"指需要显式推理、消耗更多算力的审慎决策。人类能在两者之间灵活切换，靠的正是元认知——对自身认知过程的监控与调节：判断问题难不难、当前把握够不够、要不要停下来多想一步。由此，论文标题指向的问题是：AI 系统能否获得类似的自我监控能力，从而自行决定何时快速作答、何时启动更重的推理流程。
对从业者而言，这一视角的价值在于把"推理能力"与"推理调度"区分开来。模型的长处常体现在被追问后的深度推理，但真实应用中的多数请求并不需要它；不加区分地对所有输入施以最大算力，会推高延迟与成本。若系统能够估计自身的不确定性、识别任务难度并据此分配计算资源，就有望在效果与开销之间取得更好的平衡。这一思路也与近年围绕推理时计算、模型自评与智能体决策的讨论相呼应，并为"系统何时应当承认自己不知道"提供了一种理论视角。
链接：https://arxiv.org/abs/2110.01834