CoT 为什么有效？它有什么缺点或局限？

先这样答

CoT 的有效要讲机制而不是「让模型一步步想」。模型是一个 token 一个 token 生成的，生成过程中没有回头修改的机会，多步问题直接跳答案，中间结果全靠在「脑子里」一次性保持。CoT 让模型先写出中间步骤，等于把推理过程外置到上下文里：后面的生成能直接利用前面已写下的内容，每一步都可验证，错误自然减少。这不是模型在沉思，是草稿纸的作用。

局限必须主动讲全，这是这题的得分点。第一，成本：token 消耗和延迟成倍上涨，简单问题用 CoT 是纯浪费。第二，错误传导：推理链本身会出错，前面错一步后面全错，而且链越长错的机会越多。第三，表达层风险：对外产品不一定适合展示完整推理，通常展示简要理由或核查步骤。

使用判断一句话：多步计算、逻辑推导、因果链任务用 CoT；事实型简单问题直接回答。能说出「什么时候不用」，比只会说「它很好」高一档。和 Few-shot 的组合也常被追问：示例里带上推理过程，模型跟着学分步表达，两者是配合关系。

面试官会怎么追问

• 「零样本 CoT 和少样本 CoT 区别？」 零样本只加一句「一步一步思考」，效果提升有限且不稳定；少样本给带推理过程的示例，格式和思路都有示范，效果通常更好。
• 「推理链错了怎么兜底？」 关键步骤加自检：让模型验算中间结果、或者用另一个模型核对；对高准确率要求的场景把 CoT 和工具计算结合，算术交给代码。
• 「推理模型和手写 CoT 什么关系？」 推理模型把这类思维链训练进了模型行为，按需生成内部推理，用户不用再手写提示；但成本和错误传导的代价同样存在。

回答的坑

只答「一步步思考效果更好」，说不出逐 token 生成这个机制层的原因，会被判定背结论。

全篇没有一个字的代价分析，是这题最常见的挂法。