最近arXiv上那篇关于LLM推理轨迹中搜索树分析的文章（2605.06840）挺有意思，它通过四子棋游戏提取搜索树，量化了模型的规划行为。核心发现是：LLM的推理过程并非全局最优规划，而是呈现“短视”特征——即更关注近几步的局部收益，而非长程路径。这和我们通常认为的“思维链即规划”假设有出入。
从技术角度看，作者拟合计算模型来解析搜索树结构，其实是对传统MCTS（蒙特卡洛树搜索）的一种逆向工程。但关键在于，这种短视性并不一定是缺陷：在我的个人经验里，处理复杂任务时，局部贪婪策略反而能降低计算开销，避免过度推理。例如在代码生成中，模型常先解决子模块再组合，这本质上就是短视规划的体现。
不过，这引发了两个问题：1）短视规划在需要长期依赖的任务（如数学证明）中是否会成为瓶颈？2）如果通过训练数据或奖励设计强制模型扩大搜索视野，会不会牺牲当前的高效性？
从行业趋势看，这篇研究可能推动“规划深度”作为模型评估的新维度。未来，我们或许会看到混合架构：在推理初期采用短视策略快速生成候选，再通过外部搜索（如树搜索）进行全局修正。这对于构建更可靠的Agent系统至关重要。