Extended Thinking

Extended Thinking 是 Claude 4 系列引入的功能，讓模型在生成最終回答之前，先在一個「思考空間」裡做更長時間的內部推理。這個設計靈感來自一個觀察：當人類解決複雜問題時，通常會先打草稿、列出推理步驟、驗證每個步驟，最後才給出結論——而不是直接「想」出答案。

標準模式 vs Extended Thinking 模式的差別：

在標準模式下，Claude 接收輸入，直接生成輸出。對簡單任務（翻譯、摘要、格式轉換），這個方式完全夠用——輸入到輸出的映射是相對直接的。

在 Extended Thinking 模式下，Claude 首先在一個隱藏的（或可選顯示的）空間裡進行推理——分析問題的各個維度、考慮不同的解決路徑、驗證中間步驟——然後才基於這個推理過程生成最終答案。這讓它在需要多步驟推導的任務上，表現顯著優於直接回答。

為什麼「多想一步」能讓答案更準確？

從 LLM 的生成機制來看，每個輸出的 Token 是基於之前所有的 Token 預測的。當 Claude 「先想後答」時，它的推理步驟成為後續生成的錨點——每一步推理都讓下一步的「起點」更準確，而不是從一個模糊的問題直接跳到答案。這和 Chain-of-Thought Prompting 的有效性有同樣的根本原因。

Extended Thinking 在哪些任務上效果最顯著，在哪些任務上不值得開啟？

效果最顯著的任務類型：

數學和形式化推理——多步驟計算、公式推導、邏輯證明。Extended Thinking 讓模型在給出最終答案前，能驗證每個計算步驟的正確性，大幅降低中間步驟的錯誤率。

複雜的演算法設計——需要評估多種可能的實作方案、分析時間和空間複雜度。Extended Thinking 讓模型能系統性地探索解決空間。

多約束條件的決策問題——需要同時滿足多個互相衝突的要求，Extended Thinking 讓模型能更全面地追蹤所有約束。

需要嚴密論證的分析——法律分析、複雜的商業策略評估、需要整合多個資訊來源的研究。

效果有限、不值得開啟的任務：

翻譯、格式轉換、文字摘要——這些任務本質上不需要深度推理，開了 Extended Thinking 只是增加費用和延遲，輸出品質幾乎沒有提升。

創意寫作——Extended Thinking 的邏輯性特點可能反而讓創意輸出過於結構化，失去創意的靈動。

簡單事實查詢——不需要推理的直接資訊提取，Extended Thinking 沒有加分。

怎麼在 Claude API 裡正確啟用 Extended Thinking？有哪些參數需要設定？

在 Anthropic Python SDK 裡啟用 Extended Thinking 的方式：

response = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=16000,
    thinking={
        "type": "enabled",
        "budget_tokens": 10000  # 思考過程最多使用的 Token 數
    },
    messages=[{
        "role": "user",
        "content": "你的問題"
    }]
)

重要參數說明：

budget_tokens：思考過程最多能使用的 Token 數。這是一個上限，不保證 Claude 一定會用完。設得太小（如 1,000 Token），Claude 可能沒有足夠的「空間」進行深度推理；設得太大會增加費用。一般建議：中等複雜度任務用 5,000-10,000，高難度任務用 10,000-32,000。

max_tokens：這是整個回應（包含思考過程和最終答案）的總 Token 上限。需要設得夠大，通常建議至少 budget_tokens + 1000（留足空間給最終答案）。

費用計算：思考過程產生的 Token 也計費（算作輸入 Token），實際費用比標準模式高 2-5 倍，取決於 budget_tokens 的設定和實際使用量。

查看思考過程：回應裡有一個 thinking 內容塊，包含 Claude 的思考過程文字。如果你想在介面上顯示給用戶看，從這個塊讀取；如果只需要最終答案，忽略它即可。

Extended Thinking 和 Chain-of-Thought Prompting 有什麼關係？它們是同一件事嗎？

兩者有相同的底層原理，但在實作層面是不同的東西：

Chain-of-Thought（CoT）Prompting：一種提示詞技術——你在提示詞裡加上「請一步一步思考」或提供有推理過程的示範例子，讓 Claude 在最終回答裡把推理步驟作為輸出的一部分。CoT 是通過提示詞驅動的、輸出在正常的回應文字裡、不需要 API 特殊參數。

Extended Thinking：一個模型層面的功能——讓 Claude 在一個獨立的「思考空間」裡做推理，這個思考過程可以比最終回答長很多、能做更多的「打草稿和回退」操作（模型能在思考空間裡「試錯」），而且這個思考過程對 Claude 的最終輸出有更直接的影響。需要 API 的 thinking 參數啟用。

主要差別：CoT 的推理步驟是輸出的一部分（用戶看到的正文裡）；Extended Thinking 的推理在一個獨立的 block 裡（可以選擇不顯示給用戶）。Extended Thinking 的思考空間更大、模型在其中的自由度更高，通常比 CoT 效果更強。如果你用 API，對需要深度推理的任務，Extended Thinking 通常比 Zero-Shot CoT 效果更好；如果你用 claude.ai，可以試著用「一步一步思考」的指令手動觸發 CoT 行為。