你有莫得试过让一个小模子Agent帮你查个天气欧洲杯体育，效果它先花5秒写了一篇《论用户意图与城市参数缺失的辩证相关》？

  不是模子笨，是它被惯坏了——一有事就开写。ReAct、Think-Step、Chain-of-Thought……听着魁伟上，落地全是token堆出来的‘念念考饰演’。苹果和CMU那帮东谈主扒开一看：小模子每轮生成300个字的推理，其实90%齐在复述知识，真确起决议作用的，就终末一句里的一个动词或一个名词。

  是以他们干了件相等‘土’但相等狠的事：不许写了，径直选。

  把‘我需要搜索这个建筑的展览信息’这种摆脱融会，压缩成6个选项里挑一条：‘实体已知但方针信息缺失，用实体名+方针属性去搜索’。模子毋庸造句，只用打分或输出一个编号——一次前向，一个token，20毫秒完事。底本要3秒的念念考链，刻下300毫秒科罚。快不是因为算得快，是因为根底毋庸算了。

  这招能成，靠的是一个朴素事实：大多半Agent任务根底不是绽开创作，而是有限景况下的条目判断。查天气？就那几个动作：问城市、调API、报错重试、复返效果。订机票？无非是填技巧、选航班、说明支付、失败兜底。这些‘念念考’实践是分类题，硬塞给模子手脚文题，熟谙浪费显存、拖慢反馈、还加多出错概率。

  实测数据很打脸：7B模子在树莓派上跑多模态搜索，蔓延从820ms压到85ms，吞吐翻6倍，准确率反而从91.3%升到94.2%。为啥？因为‘选’比‘编’更褂讪——模子不会霎时把‘搜展览’写成‘先问问馆长中午吃啥’。

  这事儿听着像给AI“剪指甲”，其实是在帮它找回出厂配置。就像你家老东谈主第一次用智高东谈主机，不是教他写Python剧本，而是径直贴个“点这里打电话”的大按钮——通俗、明确、不绕弯。小模子的算力和内存本来就不弥漫，硬逼它效法东谈主类边想边说，即是让自行车去跑F1赛谈：姿势再帅，也赢不了。

  更关键的是，这种“选而不写”的念念路，不测撬动了模子对真是任务的透露深度。畴昔CoT锻真金不怕火靠东谈主工写推理链，效果模子学的不是逻辑，是套路——看到“天气”就自动补“查XX市”，看到“机票”就接“登程技巧+意见地”。可一朝换成选项打分，它必须真确差别：“用户说‘翌日去上海’，是查航班？也曾查高铁？也曾查天气？”——分类边界变明晰了，幻觉当然少了一半。

  有东谈主挂念：选项太少，障翳不全？实测发现，6~12个精好意思动作模板，能障翳92%以上的一样Agent调用场景。不是靠堆数目，而是靠重预备——把“搜索”拆成“实体已知/未知”“属性明确/朦拢”“API可用/弗成用”三个维度交叉，组合出真确可奉行的动作单位。连MIT客岁的Agent评测阐发齐提到：在虚耗级拓荒上，动作分类准确率比生成式推理高17个百分点，且失实类型更集合、更容易配置。

  最情理的是，这波“减法翻新”正在倒逼开发者换脑子。畴昔调优盯着loss弧线，刻下盯着“用户第几次点击才选对动作”；畴昔夸模子“文笔好”，刻下夸它“手稳、不抖、不妄语”。连Hugging Face社区里，新上传的轻量Agent模子，README第一转写的不再是“撑握Chain-of-Thought”，而是“Action Space: 8 primitives, zero-shot transferable”。

  说白了，AI不需要当形而上学家，它只需要当个靠谱的事业员。你让它查天气，它就该秒回“上海今天25℃”，而不是先发一篇《论云层与东谈主类厚谊的隐喻相关》。快，不是意见；准，才是底线；而少写一个字欧洲杯体育，可能就少一次翻车。