Tree-of-Thought (ToT) 思维树推理 - AI Agent多路径推理

📖 定义

Tree-of-Thought (ToT)是Chain-of-Thought的泛化形式。不同于CoT沿单一路径线性推理，ToT同时探索多个推理分支，评估每个分支的价值，然后选择最有希望的方向继续深入。

来源：Yao et al., "Tree of Thoughts: Deliberate Problem Solving with Large Language Models", NeurIPS 2023

🌳 通俗比喻

CoT就像走迷宫只能往一条路走到底——走到死胡同才发现错了，只能从头再来。

ToT呢？像下棋。你不会只算一条线，而是："如果走这步，对方可能怎么应？如果走那步呢？"同时考虑多种可能性，选胜率最高的那招。

就像王家卫电影里的台词："每一步都是选择，而我选择了所有可能。"——ToT就是这么贪心，它要走完所有可能的分岔路口，再决定哪条路通向罗马。

⚙️ 树形结构示意

                           [问题]
                             │
              ┌──────────────┼──────────────┐
              ▼              ▼              ▼
         [思路A]        [思路B]        [思路C]
         评分:7          评分:9          评分:4
              │              │
         ┌────┴────┐    ┌────┴────┐
         ▼         ▼    ▼         ▼
      [A1]     [A2]  [B1]     [B2]
      评分:6   评分:8  评分:9   评分:7
                        │
                        ▼
                    [✓ 最优解]

核心操作：

生成：为当前节点生成多个可能的下一步思路
评估：对每个思路进行评分（值函数）
搜索：选择评分最高的分支继续探索（BFS/DFS）
回溯：当前路径走不通时，返回上一层选择其他分支

🎯 OpenClaw实战应用

ToT适合需要创造性解决方案的问题，如数学证明、创意写作、代码设计等：

# OpenClaw Tree-of-Thought Skill 示例
name: tot_problem_solver
description: 使用思维树解决复杂问题

parameters:
  max_depth: 4
  beam_width: 3  # 每层保留top-3分支
  
steps:
  - name: generate_thoughts
    action: llm
    prompt: |
      对于问题：{{problem}}
      请生成{{beam_width}}种不同的解决思路。
      每个思路应该是独立的分析角度。
      
  - name: evaluate_thoughts
    action: llm
    prompt: |
      对以下解决思路评分（1-10）：
      {{#each thoughts}}
      思路{{@index}}: {{this}}
      {{/each}}
      评分标准：可行性、完整性、创新性
      
  - name: expand_best_thoughts
    action: conditional
    condition: "{{depth}} < {{max_depth}}"
    on_true:
      - name: expand
        action: llm
        prompt: |
          针对评分最高的思路，继续深入展开...
          
  - name: final_answer
    action: llm
    prompt: |
      综合所有探索过的路径，给出最终解答。

📊 CoT vs ToT vs GoT 对比

Chain-of-Thought

单路径线性推理
低Token消耗
适合确定性任务
无回溯能力

Tree-of-Thought

多分支并行探索
中等Token消耗
适合多解问题
支持回溯

Graph-of-Thought

DAG结构推理
高Token消耗
适合复杂依赖
子结果可复用

✅ 适用场景

数学证明：尝试多条证明路径，寻找最简洁方案
创意写作：探索多个故事走向，选择最精彩版本
代码架构设计：比较多种设计方案，择优实现
游戏策略：棋类、策略游戏的多步推演
复杂决策：商业决策、风险评估的多情景分析

🔗 相关术语

📚 延伸阅读

原论文：Tree of Thoughts: Deliberate Problem Solving with LLMs
Graph-of-Thought：Besta et al. 2023
LangGraph ToT实现参考

🌳 Tree-of-Thought (ToT)思维树推理