“语言是人类交流的工具，而非思维的载体。”

模型越大，参数越多，能力就越强。这套“规模定律”（Scaling Law）就像武林秘籍，仿佛只要算力管够，就能一路莽到通用人工智能（AGI）的彼岸。然而，就在大家习惯了这种“大力出奇迹”的玩法时，总有人想打破规矩。2025年的夏天，一家来自新加坡的初创公司Sapient Intelligence（Sapient智能）带着他们的新作HRM（Hierarchical Reasoning Model，分层推理模型）走上台前，轻轻一挥手，就给整个行业带来了亿点点震撼。这个模型只有区区2700万（27M）参数，个头还没现在主流大模型的零头大，却在多项高难度推理任务上，把那些几百上千亿参数的“大块头”们按在地上摩擦。

通往AGI的道路，或许不只有堆砌算力这一条。

大模型“脑子不够用”的老大难，是如何被绕过去的？
这事儿得从头说起。我们现在熟知的GPT、Claude这些大语言模型（LLM），它们底层的Transformer架构，这东西的计算深度是固定的。打个比方，它就像一个流水线工厂，不管任务多复杂，都得在固定的工序内完成。这导致它们在处理一些需要反复琢磨、迭代计算的问题时，显得力不从心。

为了解决这个“推理困境”，研究员们想出了一个叫“思维链”（Chain-of-Thought, CoT）的法子。简单说，就是强迫模型把解题的每一步都写下来，像小学生做应用题一样，一步步引导自己思考。这法子管用是管用，但毛病也不少。首先，这个解题步骤得人来设计，一旦中间哪一步想错了，整个推理链就“翻车”了。其次，训练这种能力需要海量的标注数据，费钱费力。最后，每一步都生成一大堆文字，响应速度慢得像“老牛拉破车”，急死个人。

Sapient团队偏不信这个邪。他们觉得，人类思考复杂问题时，也不是一直在脑子里跟自己碎碎念的。很多时候，灵感和思路是在一个无声的、抽象的“潜空间”里碰撞出来的。正如他们在论文里说的：“语言是人类交流的工具，而非思维的载体。” AI为什么不能也学会在自己的“潜意识”里完成推理呢？于是，他们把目光投向了最高效的智能体——人脑。

给AI装个“大脑”，这事儿是怎么做到的？
HRM的核心创新，就是模仿了我们大脑的分层工作机制，搞了一套“双模块循环架构”。你可以把它想象成给AI装上了一个简易版的“大脑皮层”。
一个叫“高层模块（H）”，扮演着“CEO”的角色，类似大脑的前额叶皮层。它想得慢、想得深，负责制定全局战略和长期规划，确保整个推理过程方向不出错。
另一个叫“底层模块（L）”，扮演着“执行者”的角色，类似感觉运动皮层。它转得快、算得细，负责处理眼前的具体计算和局部优化，把CEO的战略一步步落实。

这两个模块不是各干各的，而是以不同的“时钟频率”协同工作。L模块在前面“吭哧吭哧”快速计算好几步后，H模块才不紧不慢地更新一次，根据最新进展调整一下大方向。这种被称为“分层收敛”（Hierarchical Convergence）的机制，巧妙地避免了传统循环网络容易“想太快”而陷入局部最优的问题，让模型既能深思熟虑，又能快速执行。

在训练上，HRM也搞了个大新闻。它用一种叫“单步梯度近似”的方法，取代了传统循环网络那个极其消耗内存的“通过时间反向传播”（BPTT）技术。这就好比，以前的AI学东西，需要把整个学习过程的所有步骤都记在脑子里，复盘起来内存直接爆炸。现在HRM学会了“边学边改”，内存占用从O(T)直接降到了O(1)，训练效率大大提升，也更符合大脑的运作方式。

HRM到性能如何？
为了证明HRM不是在“画大饼”，Sapient团队把它拉到了几个业界公认的“考场”上，和一众主流大模型真刀真枪地比试了一番。首先是ARC-AGI基准测试，这玩意儿被看作是衡量通用人工智能能力的“试金石”，专门考那种需要归纳和抽象推理的难题。HRM在只用了区区约1000个样本进行训练的情况下，用它27M的小身板，取得了40.3%的准确率，直接把一众参数和训练数据都比它多得多的前辈们给比了下去。

数据来源：arXiv:2506.21734

如果说ARC的胜利还不够直观，那在数独和迷宫这两个符号推理任务上，HRM的表现只能用“降维打击”来形容。面对“极端难度数独”和30x30的复杂迷宫寻路，即便是顶级的GPT-4和Claude 3，用上思维链（CoT）方法也是束手无策，准确率直接挂零。而HRM呢？在经过1000个样本训练后，几乎是闭着眼睛拿到了满分。

数据来源：arXiv:2506.21734

为什么会这样？一张对比图揭示了真相。对于Transformer架构来说，单纯增加模型的宽度（参数量）对解这类难题帮助不大，增加深度虽然有点用，但很快就会遇到瓶颈。而HRM凭借其独特的循环“大脑”结构，成功地将计算深度线性扩展了出去，突破了这层天花板。

左：Sudoku-Extreme Full（数独极限）任务上，增加Transformer宽度无益，增加深度关键但会饱和；右：HRM克服深度限制，实现近乎完美准确率（来源：arXiv:2506.21734）

这群“屠龙少年”，到底什么来头？
搞出这么大动静的Sapient Intelligence，是一家成立于新加坡的AI“新势力”。团队阵容堪称豪华，核心成员汇聚了来自Google DeepMind、DeepSeek、Anthropic、xAI等顶尖AI机构的大牛，以及剑桥、清华、北大等世界名校的学霸。

创始人兼CEO王冠（Guan Wang），是清华大学计算机学士，也是著名开源模型OpenChat的作者，这款70亿参数的模型性能曾超越70B的LLaMA2，在GitHub上狂揽超5400星。联合创始人陈威廉（William Chen）同样毕业于清华，曾在大疆创新、禾赛科技等公司担任研发负责人。更难得的是，这群技术大牛还有着开放的极客精神。果断开源HRM模型，并建立了社区，邀请全世界的开发者一起来探索类脑推理的未来。GitHub上星标已突破10.3k。

GitHub：https://github.com/sapientinc/HRM