从推理思维到智能体思维，探讨AI模型未来发展方向
原文翻译：从「推理思维」到「智能体思维」
过去两年彻底改变了我们评估模型的方式，也改变了我们对模型的期待。OpenAI 的 o1 证明了「思考」可以成为模型的核心能力（first-class capability）——一种你可以专门训练并开放给用户使用的能力。DeepSeek-R1 则证明，推理风格的后训练（post-training）可以在原始实验室之外被复现和扩展。OpenAI 将 o1 描述为一个通过强化学习（reinforcement learning）训练、在回答前先「思考」的模型。DeepSeek 则将 R1 定位为一个与 o1 能力相当的开放推理模型。
那个阶段很重要。但 2025 年上半年，行业主要围绕的还是推理思维（reasoning thinking）：如何让模型花费更多的推理时计算（inference-time compute），如何用更强的奖励信号来训练它们，如何暴露或控制这些额外的推理投入。现在的问题是：下一步该往哪走？我认为答案是智能体思维（agentic thinking）——为了行动而思考，在与环境的交互中思考，并根据来自真实世界的反馈不断更新计划。
1. o1 和 R1 的崛起真正教会了我们什么
第一波推理模型告诉我们：如果想在语言模型中扩展强化学习，我们需要确定性的、稳定的、可扩展的反馈信号。数学、代码、逻辑和其他可验证的领域之所以成为核心战场，是因为这些场景下的奖励信号远比通用偏好监督强得多。它们让强化学习可以针对「正确性」而非「看上去合理」来优化。与此同时，基础设施变得至关重要。
一旦模型被训练成沿着更长的轨迹进行推理，强化学习就不再是微调阶段的点缀，而变成了一个系统工程问题。你需要大规模的采样轨迹（rollouts）、高吞吐的验证、稳定的策略（policy）更新、高效的采样。推理模型的涌现，与其说是建模的故事，不如说同样是基础设施的故事。OpenAI 将 o1 描述为一条用强化学习训练的推理路线，而 DeepSeek R1 后来进一步印证了这个方向——它展示了以推理为核心的强化学习对专用算法和基础设施投入的巨大需求。第一次重大转变就此发生：从扩展预训练，转向扩展面向推理的后训练。
2. 真正的难题从来不只是「把思考和指令模式合并」
2025 年初，我们 Qwen 团队的很多人心中都有一幅雄心勃勃的蓝图。理想的系统应该将思考模式和指令模式统一起来，支持可调节的推理力度——类似于低、中、高的推理档位。更理想的情况是，模型能根据提示和上下文自动判断合适的推理量：什么时候该直接回答，什么时候该多想一会儿，什么时候该在真正困难的问题上投入大量计算。
从概念上说，这个方向没错。Qwen3 是公开尝试中最清晰的一次。它引入了「混合思考模式」，在一个模型家族中同时支持思考和非思考行为，强调可控的思考预算（thinking budget），并描述了一个四阶段后训练流水线——在长链思维链（Long-CoT）冷启动（cold start）和推理强化学习之后，明确包含了思考模式融合（thinking mode fusion）这一步骤。
但合并在纸面上容易，在执行中难得多。最难的部分是数据。当人们谈论合并思考和指令模式时，通常先想到的是模型侧的兼容性：一个模型检查点（checkpoint）能否同时支持两种模式？一个对话模板（chat template）能否在它们之间切换？一个推理服务栈（serving stack）能否暴露正确的控制开关？但更深层的问题在于，两种模式的数据分布和行为目标存在根本性差异。
我们在平衡模型合并与后训练数据质量的过程中，并非每件事都做对了。在那次修订过程中，我们也密切关注了用户实际使用思考模式和指令模式的方式。一个强大的指令模型通常因直接、简洁、格式合规和低延迟而获得奖励，特别是在大量重复性企业任务上——如改写、标注、模板化客服、结构化抽取和运营质检。一个强大的思考模型则因在困难问题上投入更多 token、维持连贯的中间推理结构、探索替代路径、保留足够的内部计算来切实提升最终正确率而获得奖励。
这两种行为模式是相互拉扯的。如果合并后的数据没有经过精心策划，结果往往是两头不讨好：「思考」行为变得嘈杂、臃肿、优柔寡断；「指令」行为则变得不够干脆、不够可靠，而且比商业用户真正需要的更加昂贵。
在实践中，分离的路线依然很有吸引力。2025 年下半年，在 Qwen3 最初的混合框架之后，2025 年 7 月（2507）版本线分别发布了独立的 Instruct 和 Thinking 更新，包括各自的 30B 和 235B 变体。在商业部署中，大量客户仍然需要高吞吐、低成本、高度可控的指令行为来完成批量操作。对这些场景来说，合并并没有明显的好处。将两条线分开，反而让团队可以更清晰地聚焦于各自模式的数据和训练问题。
其他实验室选择了相反的路线。Anthropic 公开主张一种一体化模型哲学：Claude 3.7 Sonnet 作为混合推理模型发布，用户可以选择普通回答或扩展思考，API 用户还可以设置思考预算（thinking budget，即用户可以设定模型的推理计算量上限）。Anthropic 明确表示，他们认为推理应该是模型的内置能力，而非拆分成单独的模型。GLM-4.5 也公开定位为同时支持思考和非思考模式的混合推理模型，将推理、代码和智能体能力统一在一起；DeepSeek 后来的 V3.1 也朝类似方向发展，推出了「思考与非思考」混合推理模式。
核心问题在于：这种合并是否浑然天成。如果思考和指令仅仅是被塞进同一个模型检查点、却仍然像两个生硬拼接的人格，那产品体验依然是不自然的。一次真正成功的合并，需要一个平滑的推理力度光谱。模型应该能够表达多种推理力度，并且理想情况下能自适应地在其中做出选择。GPT 式的力度控制就指向了这个方向：它是一种关于计算量的策略，而非一个二元开关。
3. 为什么 Anthropic 的方向是一次有益的纠偏
Anthropic 围绕 Claude 3.7 和 Claude 4 的公开表述是克制的。他们强调的是集成推理、用户可控的思考预算、真实世界任务、代码质量，以及后来在扩展思考中使用工具的能力。Claude 3.7 被定位为一个带有可控预算的混合推理模型；Claude 4 在此基础上更进一步，允许推理过程与工具调用交替进行。与此同时，Anthropic 将代码、长时间运行的任务和智能体工作流定位为首要目标。
产出更长的推理链条，并不意味着模型就变得更聪明。在很多情况下，过度外显的推理过程，恰恰说明计算分配出了问题。如果一个模型对所有问题都用同样冗长的方式去推理，那它很可能没有学会区分优先级、压缩信息或果断行动。Anthropic 的路径暗示了一种更有纪律的观点：思考应该由目标任务来塑造。如果目标是写代码，那思考就应该服务于代码库导航、规划、任务分解、错误恢复和工具编排。如果目标是智能体工作流，那思考就应该提升长期执行的质量，而不是产出华丽的中间推理文本。
这种对定向实用性的强调指向了更宏大的叙事：我们正在从训练模型的时代迈向训练智能体的时代。我们在 Qwen3 的博客中明确写道：「我们正在从以训练模型为中心的时代，转向以训练智能体为中心的时代」，并将强化学习的未来进展与环境反馈驱动的长期推理联系在一起。所谓 AI 智能体（AI Agent），是一个能够制定计划、判断何时行动、使用工具、感知环境反馈、修订策略，并在长时间跨度上持续运作的系统。它的核心定义特征，是与世界的闭环交互（closed-loop interaction）。
4.「智能体思维」到底意味着什么
智能体思维是一个不同的优化目标。推理思维通常以最终回答前内部推理的质量来衡量：模型能否解出这个定理、写出这个证明、产出正确的代码、通过这个基准测试。而智能体思维关注的是：模型能否在与环境交互的过程中持续取得进展。
核心问题从「模型能不能思考足够长的时间？」转变为「模型能不能以一种维持有效行动的方式去思考？」智能体思维需要处理几件纯推理模型大多可以回避的事情：
• 判断何时停止思考、开始行动
• 选择调用哪个工具、以什么顺序
• 消化来自环境的嘈杂或不完整的观察
• 在失败后修正计划
• 在多轮交互和多次工具调用中保持连贯性
智能体思维，就是一个通过行动来推理的模型。
5. 为什么智能体化的强化学习基础设施更难
一旦目标从解决基准测试问题转向解决交互式任务，强化学习的技术栈就必须随之改变。用于经典推理强化学习的基础设施不再够用。在推理强化学习中，采样轨迹通常可以被当作基本自包含的、配有相对干净评估器的序列。但在智能体化的强化学习中，策略被嵌入到一个更大的调度框架（harness）里：工具服务器、浏览器、终端、搜索引擎、模拟器、执行沙箱、API 层、记忆系统和编排框架（orchestration framework）。环境不再是一个静态验证器，它已经是训练系统的一部分。
这带来了一个新的系统性需求：训练和推理必须更加干净地解耦。没有这种解耦，采样吞吐量（rollout throughput）就会崩溃。想象一个编码智能体，它需要将生成的代码在一个实时测试框架中执行：推理端在等待执行反馈时停滞，训练端因缺少已完成的轨迹而挨饿，整条流水线的 GPU 利用率远低于你对经典推理强化学习的预期。再叠加上工具延迟、部分可观测性和有状态的环境，这些低效还会被进一步放大。最终的结果是：实验速度放慢，而且在远未达到目标能力水平之前，一切就已经变得异常痛苦。
环境本身也变成了需要第一等研发投入的核心产物。在监督微调时代，我们执着于数据多样性。在智能体时代，我们应该同样执着于环境质量：稳定性、真实感、覆盖度、难度、状态多样性、反馈丰富度、防作弊能力和采样生成的可扩展性。环境构建已经从附属项目变成了真正的创业赛道。如果智能体需要在类生产环境中训练，那么环境就是核心能力堆栈的一部分。
6. 下一个前沿是更实用的思考
我的预期是，智能体思维将成为思考的主流形态。我认为它最终可能取代大部分旧式的、独白式的推理思维——那些过度冗长、与外界隔绝的内部推理链，试图通过不断输出更多文本来弥补缺乏交互的不足。即使面对非常困难的数学或编码任务，一个真正先进的系统也应该有权去搜索、模拟、执行、检查、验证和修正。目标是稳健而高效地解决问题。
训练这类系统最大的挑战是奖励作弊（reward hacking，即模型找到奖励机制的漏洞来获取高分而非真正解决问题）。一旦模型获得有意义的工具访问权限，奖励作弊就变得危险得多。一个能搜索的模型可能在强化学习过程中学会直接查答案。一个编码智能体可能利用代码仓库中的未来信息、滥用日志，或发现让任务失效的捷径。一个存在隐藏泄漏的环境，可以让策略在指标上看起来超越人类，实际上却是在训练它作弊。这正是智能体时代比推理时代更加精细和危险的地方。更强的工具让模型更有用，但也扩大了虚假优化的攻击面。我们应该预见到，下一个严峻的研究瓶颈将来自环境设计、评估器鲁棒性、防作弊协议，以及策略与世界之间更有原则的接口设计。尽管如此，方向是明确的。工具赋能的思考就是比孤立的思考更有用，也更有可能真正提升生产力。
智能体思维还意味着调度框架工程的崛起。核心智能将越来越多地来自多个智能体的组织方式：一个负责规划和分发任务的编排器，一批像领域专家一样行动的专业智能体，以及执行更窄任务的子智能体——它们帮助管理上下文、避免信息污染、保持不同推理层级之间的分离。未来的转变是：从训练模型到训练智能体，再从训练智能体到训练系统。
结语
推理浪潮的第一阶段确立了一件重要的事：将强化学习施加在语言模型之上，在反馈信号可靠且基础设施能够支撑的条件下，可以产生质变级别的更强认知能力。
更深层的转变，是从推理思维到智能体思维：从「思考更久」到「为了行动而思考」。训练的核心对象已经发生了变化。它是模型加环境的系统——更具体地说，是智能体以及围绕它的调度框架。这改变了什么研究产出最重要：模型架构和训练数据，没错，但同样重要的是环境设计、采样基础设施、评估器鲁棒性，以及多个智能体之间协调的接口。这改变了「好的思考」意味着什么：最有用的推理链是在真实世界约束下维持有效行动的那个，而非最长或最醒目的那个。
这也改变了竞争优势将来自何处。在推理时代，竞争优势来自更好的强化学习算法、更强的反馈信号和更可扩展的训练流水线。在智能体时代，竞争优势将来自更好的环境、更紧密的训练-服务一体化、更强的调度框架工程，以及将模型的决策与这些决策产生的后果闭环连接起来的能力。
过去两年彻底改变了我们评估模型的方式，也改变了我们对模型的期待。OpenAI 的 o1 证明了「思考」可以成为模型的核心能力（first-class capability）——一种你可以专门训练并开放给用户使用的能力。DeepSeek-R1 则证明，推理风格的后训练（post-training）可以在原始实验室之外被复现和扩展。OpenAI 将 o1 描述为一个通过强化学习（reinforcement learning）训练、在回答前先「思考」的模型。DeepSeek 则将 R1 定位为一个与 o1 能力相当的开放推理模型。
那个阶段很重要。但 2025 年上半年，行业主要围绕的还是推理思维（reasoning thinking）：如何让模型花费更多的推理时计算（inference-time compute），如何用更强的奖励信号来训练它们，如何暴露或控制这些额外的推理投入。现在的问题是：下一步该往哪走？我认为答案是智能体思维（agentic thinking）——为了行动而思考，在与环境的交互中思考，并根据来自真实世界的反馈不断更新计划。
1. o1 和 R1 的崛起真正教会了我们什么
第一波推理模型告诉我们：如果想在语言模型中扩展强化学习，我们需要确定性的、稳定的、可扩展的反馈信号。数学、代码、逻辑和其他可验证的领域之所以成为核心战场，是因为这些场景下的奖励信号远比通用偏好监督强得多。它们让强化学习可以针对「正确性」而非「看上去合理」来优化。与此同时，基础设施变得至关重要。
一旦模型被训练成沿着更长的轨迹进行推理，强化学习就不再是微调阶段的点缀，而变成了一个系统工程问题。你需要大规模的采样轨迹（rollouts）、高吞吐的验证、稳定的策略（policy）更新、高效的采样。推理模型的涌现，与其说是建模的故事，不如说同样是基础设施的故事。OpenAI 将 o1 描述为一条用强化学习训练的推理路线，而 DeepSeek R1 后来进一步印证了这个方向——它展示了以推理为核心的强化学习对专用算法和基础设施投入的巨大需求。第一次重大转变就此发生：从扩展预训练，转向扩展面向推理的后训练。
2. 真正的难题从来不只是「把思考和指令模式合并」
2025 年初，我们 Qwen 团队的很多人心中都有一幅雄心勃勃的蓝图。理想的系统应该将思考模式和指令模式统一起来，支持可调节的推理力度——类似于低、中、高的推理档位。更理想的情况是，模型能根据提示和上下文自动判断合适的推理量：什么时候该直接回答，什么时候该多想一会儿，什么时候该在真正困难的问题上投入大量计算。
从概念上说，这个方向没错。Qwen3 是公开尝试中最清晰的一次。它引入了「混合思考模式」，在一个模型家族中同时支持思考和非思考行为，强调可控的思考预算（thinking budget），并描述了一个四阶段后训练流水线——在长链思维链（Long-CoT）冷启动（cold start）和推理强化学习之后，明确包含了思考模式融合（thinking mode fusion）这一步骤。
但合并在纸面上容易，在执行中难得多。最难的部分是数据。当人们谈论合并思考和指令模式时，通常先想到的是模型侧的兼容性：一个模型检查点（checkpoint）能否同时支持两种模式？一个对话模板（chat template）能否在它们之间切换？一个推理服务栈（serving stack）能否暴露正确的控制开关？但更深层的问题在于，两种模式的数据分布和行为目标存在根本性差异。
我们在平衡模型合并与后训练数据质量的过程中，并非每件事都做对了。在那次修订过程中，我们也密切关注了用户实际使用思考模式和指令模式的方式。一个强大的指令模型通常因直接、简洁、格式合规和低延迟而获得奖励，特别是在大量重复性企业任务上——如改写、标注、模板化客服、结构化抽取和运营质检。一个强大的思考模型则因在困难问题上投入更多 token、维持连贯的中间推理结构、探索替代路径、保留足够的内部计算来切实提升最终正确率而获得奖励。
这两种行为模式是相互拉扯的。如果合并后的数据没有经过精心策划，结果往往是两头不讨好：「思考」行为变得嘈杂、臃肿、优柔寡断；「指令」行为则变得不够干脆、不够可靠，而且比商业用户真正需要的更加昂贵。
在实践中，分离的路线依然很有吸引力。2025 年下半年，在 Qwen3 最初的混合框架之后，2025 年 7 月（2507）版本线分别发布了独立的 Instruct 和 Thinking 更新，包括各自的 30B 和 235B 变体。在商业部署中，大量客户仍然需要高吞吐、低成本、高度可控的指令行为来完成批量操作。对这些场景来说，合并并没有明显的好处。将两条线分开，反而让团队可以更清晰地聚焦于各自模式的数据和训练问题。
其他实验室选择了相反的路线。Anthropic 公开主张一种一体化模型哲学：Claude 3.7 Sonnet 作为混合推理模型发布，用户可以选择普通回答或扩展思考，API 用户还可以设置思考预算（thinking budget，即用户可以设定模型的推理计算量上限）。Anthropic 明确表示，他们认为推理应该是模型的内置能力，而非拆分成单独的模型。GLM-4.5 也公开定位为同时支持思考和非思考模式的混合推理模型，将推理、代码和智能体能力统一在一起；DeepSeek 后来的 V3.1 也朝类似方向发展，推出了「思考与非思考」混合推理模式。
核心问题在于：这种合并是否浑然天成。如果思考和指令仅仅是被塞进同一个模型检查点、却仍然像两个生硬拼接的人格，那产品体验依然是不自然的。一次真正成功的合并，需要一个平滑的推理力度光谱。模型应该能够表达多种推理力度，并且理想情况下能自适应地在其中做出选择。GPT 式的力度控制就指向了这个方向：它是一种关于计算量的策略，而非一个二元开关。
3. 为什么 Anthropic 的方向是一次有益的纠偏
Anthropic 围绕 Claude 3.7 和 Claude 4 的公开表述是克制的。他们强调的是集成推理、用户可控的思考预算、真实世界任务、代码质量，以及后来在扩展思考中使用工具的能力。Claude 3.7 被定位为一个带有可控预算的混合推理模型；Claude 4 在此基础上更进一步，允许推理过程与工具调用交替进行。与此同时，Anthropic 将代码、长时间运行的任务和智能体工作流定位为首要目标。
产出更长的推理链条，并不意味着模型就变得更聪明。在很多情况下，过度外显的推理过程，恰恰说明计算分配出了问题。如果一个模型对所有问题都用同样冗长的方式去推理，那它很可能没有学会区分优先级、压缩信息或果断行动。Anthropic 的路径暗示了一种更有纪律的观点：思考应该由目标任务来塑造。如果目标是写代码，那思考就应该服务于代码库导航、规划、任务分解、错误恢复和工具编排。如果目标是智能体工作流，那思考就应该提升长期执行的质量，而不是产出华丽的中间推理文本。
这种对定向实用性的强调指向了更宏大的叙事：我们正在从训练模型的时代迈向训练智能体的时代。我们在 Qwen3 的博客中明确写道：「我们正在从以训练模型为中心的时代，转向以训练智能体为中心的时代」，并将强化学习的未来进展与环境反馈驱动的长期推理联系在一起。所谓 AI 智能体（AI Agent），是一个能够制定计划、判断何时行动、使用工具、感知环境反馈、修订策略，并在长时间跨度上持续运作的系统。它的核心定义特征，是与世界的闭环交互（closed-loop interaction）。
4.「智能体思维」到底意味着什么
智能体思维是一个不同的优化目标。推理思维通常以最终回答前内部推理的质量来衡量：模型能否解出这个定理、写出这个证明、产出正确的代码、通过这个基准测试。而智能体思维关注的是：模型能否在与环境交互的过程中持续取得进展。
核心问题从「模型能不能思考足够长的时间？」转变为「模型能不能以一种维持有效行动的方式去思考？」智能体思维需要处理几件纯推理模型大多可以回避的事情：
• 判断何时停止思考、开始行动
• 选择调用哪个工具、以什么顺序
• 消化来自环境的嘈杂或不完整的观察
• 在失败后修正计划
• 在多轮交互和多次工具调用中保持连贯性
智能体思维，就是一个通过行动来推理的模型。
5. 为什么智能体化的强化学习基础设施更难
一旦目标从解决基准测试问题转向解决交互式任务，强化学习的技术栈就必须随之改变。用于经典推理强化学习的基础设施不再够用。在推理强化学习中，采样轨迹通常可以被当作基本自包含的、配有相对干净评估器的序列。但在智能体化的强化学习中，策略被嵌入到一个更大的调度框架（harness）里：工具服务器、浏览器、终端、搜索引擎、模拟器、执行沙箱、API 层、记忆系统和编排框架（orchestration framework）。环境不再是一个静态验证器，它已经是训练系统的一部分。
这带来了一个新的系统性需求：训练和推理必须更加干净地解耦。没有这种解耦，采样吞吐量（rollout throughput）就会崩溃。想象一个编码智能体，它需要将生成的代码在一个实时测试框架中执行：推理端在等待执行反馈时停滞，训练端因缺少已完成的轨迹而挨饿，整条流水线的 GPU 利用率远低于你对经典推理强化学习的预期。再叠加上工具延迟、部分可观测性和有状态的环境，这些低效还会被进一步放大。最终的结果是：实验速度放慢，而且在远未达到目标能力水平之前，一切就已经变得异常痛苦。
环境本身也变成了需要第一等研发投入的核心产物。在监督微调时代，我们执着于数据多样性。在智能体时代，我们应该同样执着于环境质量：稳定性、真实感、覆盖度、难度、状态多样性、反馈丰富度、防作弊能力和采样生成的可扩展性。环境构建已经从附属项目变成了真正的创业赛道。如果智能体需要在类生产环境中训练，那么环境就是核心能力堆栈的一部分。
6. 下一个前沿是更实用的思考
我的预期是，智能体思维将成为思考的主流形态。我认为它最终可能取代大部分旧式的、独白式的推理思维——那些过度冗长、与外界隔绝的内部推理链，试图通过不断输出更多文本来弥补缺乏交互的不足。即使面对非常困难的数学或编码任务，一个真正先进的系统也应该有权去搜索、模拟、执行、检查、验证和修正。目标是稳健而高效地解决问题。
训练这类系统最大的挑战是奖励作弊（reward hacking，即模型找到奖励机制的漏洞来获取高分而非真正解决问题）。一旦模型获得有意义的工具访问权限，奖励作弊就变得危险得多。一个能搜索的模型可能在强化学习过程中学会直接查答案。一个编码智能体可能利用代码仓库中的未来信息、滥用日志，或发现让任务失效的捷径。一个存在隐藏泄漏的环境，可以让策略在指标上看起来超越人类，实际上却是在训练它作弊。这正是智能体时代比推理时代更加精细和危险的地方。更强的工具让模型更有用，但也扩大了虚假优化的攻击面。我们应该预见到，下一个严峻的研究瓶颈将来自环境设计、评估器鲁棒性、防作弊协议，以及策略与世界之间更有原则的接口设计。尽管如此，方向是明确的。工具赋能的思考就是比孤立的思考更有用，也更有可能真正提升生产力。
智能体思维还意味着调度框架工程的崛起。核心智能将越来越多地来自多个智能体的组织方式：一个负责规划和分发任务的编排器，一批像领域专家一样行动的专业智能体，以及执行更窄任务的子智能体——它们帮助管理上下文、避免信息污染、保持不同推理层级之间的分离。未来的转变是：从训练模型到训练智能体，再从训练智能体到训练系统。
结语
推理浪潮的第一阶段确立了一件重要的事：将强化学习施加在语言模型之上，在反馈信号可靠且基础设施能够支撑的条件下，可以产生质变级别的更强认知能力。
更深层的转变，是从推理思维到智能体思维：从「思考更久」到「为了行动而思考」。训练的核心对象已经发生了变化。它是模型加环境的系统——更具体地说，是智能体以及围绕它的调度框架。这改变了什么研究产出最重要：模型架构和训练数据，没错，但同样重要的是环境设计、采样基础设施、评估器鲁棒性，以及多个智能体之间协调的接口。这改变了「好的思考」意味着什么：最有用的推理链是在真实世界约束下维持有效行动的那个，而非最长或最醒目的那个。
这也改变了竞争优势将来自何处。在推理时代，竞争优势来自更好的强化学习算法、更强的反馈信号和更可扩展的训练流水线。在智能体时代，竞争优势将来自更好的环境、更紧密的训练-服务一体化、更强的调度框架工程，以及将模型的决策与这些决策产生的后果闭环连接起来的能力。