Tree of Thoughts（思维树）
把推理展开成树搜索
亦作、亦称：思维树 · ToT
将 CoT 扩展为树状探索，对中间推理步骤分支、评估与回溯，提升复杂规划与推理任务表现。 ToT 对中间步骤打分、剪枝与回溯，计算成本高于线性 CoT，适合数学题、规划等可评估中间状态的任务。
工作原理
将 CoT 扩展为树状探索，对中间推理步骤分支、评估与回溯，提升复杂规划与推理任务表现。 ToT 对中间步骤打分、剪枝与回溯，计算成本高于线性 CoT，适合数学题、规划等可评估中间状态的任务。
应用场景
Tree of Thoughts常见于：自动化办公、代码 Agent、客服机器人、科研助手与流程编排。实际选型需结合业务指标、数据规模与部署约束评估适用性。
局限与误区
围绕 Tree of Thoughts 的口语化说法（见「常见误解」）常过度简化。效果依赖数据质量、任务匹配与系统整体设计；生产环境应配合评测、监控与人工复核。
背景与发展
Tree of Thoughts随 AI 研究与工程实践持续演进，定义边界与最佳实践仍在更新。建议结合原始论文、官方文档与本站延伸阅读建立准确认知。
常见误解
日常交流中容易听到的简化说法，未必准确，但能帮助理解误解从何而来。
- 「把推理展开成树搜索」
- 「比 CoT 更会分支回溯」
- 「复杂规划常用」
相关术语
和本术语关联紧密的其他词条，便于串联理解。
延伸阅读
从知识库精选 3 篇文章，帮助深入理解该术语。