你有没有发现，AI圈子里总是会冒出来一堆稀奇古怪的缩写——CoT、ToT、ReAct……今天我们就来讲一讲这个CoD，掰扯清楚这个CoD到底是个什么玩意儿。

       说实话，我第一次看到CoD的时候，脑子里蹦出来的是“Cash on Delivery”——货到付款。心想，这AI Agent咋还跟淘宝扯上关系了？后来才明白，此CoD非彼CoD。在AI智能体（也就是Agent）的世界里，CoD指的是Chain of Draft，中文叫“草稿链”。

       草稿？就是那种我们上学时候在草稿纸上鬼画符、只有自己能看懂的那种？没错，就是这个。

一、为什么会有CoD？

       要搞懂CoD是啥，得先说说它之前的老大哥——CoT（Chain of Thought，思维链）。 CoT的理念很简单：让AI像人一样，一步一步地思考，把推理过程全写出来。就像一个学霸做数学题，每一步推导都工工整整写在答题卡上。 这方法好吗？好，特别好。准确率蹭蹭往上涨。

       但问题来了：太能写了。 想象一下，你让AI帮你查一下“明天天气怎么样”，结果它开始自嗨： “好的，用户询问明天天气情况。首先我需要理解用户的意图，天气查询属于实时信息需求，我需要调用天气API。但我不确定用户的地理位置，可能用户默认指的是当前所在城市。根据系统设定，当前定位是北京。那么我需要查询北京明天的天气预报。考虑到天气预报通常包括温度、降水概率、风力等信息，我应该……” 等你看到最后那句“明天北京晴，10-20℃”的时候，估计已经把这AI骂了八百遍了。 这不叫智能，这叫磨叽。

        这种长篇大论的思考过程，既烧钱（Token收费）又占内存。就像一个说话啰嗦的朋友，明明一句话能说完的事，非要给你从盘古开天辟地讲起。 于是，CoD横空出世了。

二、CoD到底是什么？

       CoD的核心思想特别朴素：像人一样打草稿。 你还记得自己学生时代怎么解题的吗？ 你不会把每一步都工整写下来。你就在草稿纸上随便画两笔：“嗯...这个公式套进去...然后代入x...得4...不对，等等，符号错了...改一下...好了，答案16。” 然后你会在答题卡上，直接写“解：……答案16”。

       整个过程，草稿纸上只有几个关键词、几个数字、几个箭头。你自己看得懂就够了。 CoD干的就是这个事。 它让AI在“思考”的时候，只记录最关键的信息——几个关键词，一些核心数据，一个简单的判断。就像脑子里快速闪过几个念头，然后直接给出答案。 还是刚才那个天气查询的例子，用CoD的AI会这样：

      内部思考过程：

用户意图：查天气
位置：北京（当前默认）
时间：明天
需调用：天气API
API返回：晴，12-22℃，北风3级
输出格式：简洁回答

      最终输出：“明天北京晴，12-22℃，北风3级。” 看到了吗？思考过程里的废话全没了，只剩下几个关键词。就像草稿纸上的零星笔记，外人看不懂，但AI自己心里门儿清。

三、那么，CoD到底解决了什么问题？

       第一个问题：话痨； 老式AI像个话痨，做任何事都要把心里话全倒出来。CoD让AI学会了闭嘴思考。这就好比你的同事从“这个方案我考虑一下，首先我们从市场角度分析……然后从技术可行性……”变成了“好，马上做”。爽不爽？

      第二个问题：钱包痛； 现在大模型基本都是按Token收费的。你让AI说一堆废话，那都是在烧钱。CoD大幅压缩了思考过程的长度，有时候能把Token消耗减少90%以上。对于企业来说，这就意味着真金白银。

      第三个问题：速度慢； 想一下，AI写1000字和写10个字，哪个快？CoD让AI的响应速度明显提升，用户体验好了不是一星半点。

      第四个问题：注意力分散； 有时候话说多了容易跑偏。CoD强迫AI聚焦在最核心的信息上，反而减少了犯错的可能性。

      好了，上篇咱们搞明白了CoD是什么以及为什么会出现。简单来说，就是让AI从“啰嗦的学霸”变成了“高效的老手”。