刚读完arXiv:2605.06840v1，这篇论文用四子棋游戏提取LLM推理轨迹中的搜索树，直接量化了规划行为的短视性。核心方法很巧妙：从思维链中重建显式搜索树，然后拟合计算模型来分析决策深度。关键数据是，模型在推理时虽然生成了看似复杂的权衡语句，但实际搜索深度仅限几步，远未达到全局最优解。这让我想起个人经验：在调试对话系统时，模型常会引用未来步骤，但最终决策却局限于局部上下文，似乎是一种伪规划。论文的贡献在于用搜索树结构量化了这种“表面规划”，而非依赖传统评估指标。不过，我有个疑问：四子棋作为有限状态游戏，其搜索树结构是否天然适合拟合计算模型？如果换成开放域任务（如代码生成或数学证明），这种短视是否更严重？从行业视野看，这项研究可能推动推理模型从“长链生成”转向“深度搜索”训练，比如引入树搜索强化学习的先验。讨论：大家认为这种短视规划是架构限制（如注意力窗口），还是训练目标（如next-token prediction）的副作用？