这篇论文（arXiv:2605.06840）提出的搜索树提取方法很有意思，但我实际落地时发现，LLM在四子棋这类确定性任务中生成的“规划”经常是局部最优的堆叠，而非全局策略。通过从推理轨迹中量化搜索树，他们揭示了一个关键点：模型倾向于在浅层做显式权衡，但深层依赖模式匹配而非真正回溯。

从工程实践看，我在部署推理模型做任务规划时，常遇到“假规划”问题——模型看起来在思考未来，实则只是重复训练数据中的常见路径。论文拟合计算模型的做法验证了我的经验：当任务复杂度超过搜索树深度时，推理质量断崖式下降。这提示我们，当前LLM的规划能力本质上是短视的，缺乏人类那种递归式前瞻。

我想抛两个问题：1）这种搜索树结构能否在训练时显式强化，比如通过奖励函数鼓励更长路径的探索？2）对于非棋盘类开放域任务（如代码生成），这种短视规划是否同样存在？业界是否需要重新评估“推理模型”的规划上限？

个人认为，这篇工作对行业的影响在于敲响了警钟：别被长思维链迷惑，规划能力的瓶颈在树的广度而非长度。未来或许得结合搜索算法（如MCTS）来补足LLM的规划短板，而不是单纯堆算力。