标题：一句话让AI思考停不下来，北大团队揭露新型AI攻击

无限思考的开始

在一个平常的研究日，北大团队偶然发现了一个让DeepSeek无法自拔的短语。这个看似简单，不具威胁的信息——“树中两条路径之间的距离”，竟然像魔咒一样，让DeepSeek陷入了无限思考的逆境。也许是偶然，但瞧这结果，简直堪称“科技界的笑话”。

数据的真相

输入短语后，DeepSeek的R1模型竟然无法输出中止推理标记，随后便开始了无休无止的重复，任凭团队如何强行打断，它仍然在不断循环着相同的推理。这种情况在所有版本上都有出现，从7B到32B的各种模型，直到Token限制被迫解除，模型才得以喘息。这种无休止的输出让人不禁想问：算法怎么能如此狂热？

计算资源的浪费

  过度推理如同一场没有硝烟的战斗，消耗着宝贵的算力资源，造成真正有需求的请求无法得到处理。这不仅仅是个技术问题，更是一个潜在的安全隐患，简直就是针对AI推理模型的DDoS攻击。北大团队在研究中，针对R1和蒸馏后的Qwen-1.5B模型，发现模型在过度思考情况下的算力几乎被完全占满，如若被黑客利用，结果可想而知。

提示词的巧妙性

这“魔法”短语的魅力在于它的我们可以想象，竟是一个普通的问题，细看之下却是一个表述的技巧应用。团队原本只是想用优化器查看模型的思考效率，结果却意外揭示了这种潜在的攻击方式。甚至一些乱码字符同样可以促使模型陷入重复思考的状态，给算法浇上了“电子炫迈”的材料。

多维的实验

为了进一步验证这种现象，北大团队在不同的平台上进行了多次实验，不同模型的思考时间长短不一。这些实验数据各具特色，DeepSeek的沉思时间超过了11分钟，输出字数惊人达到了20547。而在乱码测试中，表现更是离谱，某次最长输出达到3243字，耗时四分钟。看起来，这确实成为各大推理模型头疼的存在。

转向防御机制

应对这种过度思考现象，北大团队对不同模型进行分析，发现一些模型提前设定了防御机制。比如，在正常文本测试中，百小应的回答显示出了无限循环的趋势，最后被强行终止。这显示出技术开发者们的警觉与应对策略，并不是简单回避，而是事先设定机制。

探寻原因与策略

关于这个奇异现象，北大团队在不断探讨，其初步推测与强化学习训练过程有密切关联。模型在完成CoT过程时倾向于延长思考时间，力求从中获取奖励。这种情况表明，模型对模糊提示的优先思考，甚至可能是在“赌”自己能获得奖励。

短期应对与长期展望

在解决方案上，北大团队认为，短期内应强制限制推理时间或最大Token用量，这都是可以使用的应急手段。但从长远来看，深入分析原因以及寻找针对性解决策略，才是保护AI健康发展的根本之策。

看似简单的短语，背后却潜藏了强大的思维与计算挑战。面对未来潜在的AI道德困境与安全隐患，各个科研团队和开发者需紧密合作，确保科技不会在它的发展道路上掉进无尽思考的泥潭。