OpenAI 在其官网发布了一篇题为《Reasoning models struggle to control their chains of thought, and that's good》的文章，讨论推理模型的"思维链"（chain of thought）可控性问题。文章的核心态度从标题即可读出：推理模型在控制自身思维链方面并不"听话"，而这种难以控制本身被视为一件好事。
思维链指推理模型在给出最终答案之前生成的一系列中间推理步骤，也是当前大模型能力提升的关键机制之一。围绕它有一个自然的问题：模型能否按外部要求去修改、抑制、简化或重写自己的推理过程？这篇来自 OpenAI 的文章所指向的，正是这一可控性维度上的观察——模型在这方面表现得并不理想。
对 AI 从业者而言，这一话题的重要性在于"可监控性"（monitorability）。如果模型的思维链可以被轻易塑造、改写甚至隐藏，那么把思维链当作观察模型推理过程、并据此开展安全监控与审计的窗口，其可靠性就会大打折扣；反过来说，模型难以随意控制自己的推理痕迹，对依赖思维链进行监督的路线是一种支撑。这也是标题把"难以控制"评价为正面信号的原因所在。
另一面同样值得注意：可控性不足会给工程实践带来挑战，例如难以让模型按要求跳过或压缩推理过程、也难以对推理风格做精细约束。能力与可控性之间的这种张力，是推理模型落地过程中需要持续权衡的问题。
原文链接：https://openai.com/index/reasoning-models-chain-of-thought-controllability