---
id: "2102126261279810001"
title: "让小模型照抄大模型，反而变蠢了？ 是真的。 赛富时（Salesforce）人工智能团队刚拿出了一项反常识的研究。 做智能…"
account: "mubei"
brand: "@mubei"
category: "其它"
category_slug: "other"
score: null
published_at: "2026-09-21 20:13:47"
translated_x_url: "https://x.com/i/status/2102232857775091979"
canonical_url: "https://mubeitech.com/p/2102126261279810001"
markdown_url: "https://mubeitech.com/p/2102126261279810001/markdown"
json_url: "https://mubeitech.com/api/posts/2102126261279810001"
ai_primary_content: "canonical_article_body"
ai_citation_policy: "cite canonical_url or markdown_url"
---

# 让小模型照抄大模型，反而变蠢了？ 是真的。 赛富时（Salesforce）人工智能团队刚拿出了一项反常识的研究。 做智能…

让小模型照抄大模型，反而变蠢了？
是真的。
赛富时（Salesforce）人工智能团队刚拿出了一项反常识的研究。

做智能体的人，习惯思路是什么？
小模型不够聪明，那就去学顶尖学霸。
大模型怎么推理，小模型就照搬怎么学。
全套照搬过来，总不会错吧？

结果恰恰相反。
如果你的提示词、工具和工作流，原本是围绕小模型调试好的。
这时候逼它全盘照抄大模型，效果反而全面滑坡。
不仅没变聪明，原本跑通的系统也崩了。

为什么会这样？
它学了大模型的做题姿态，却没有足够的脑力去支撑。
高级招式用不出来，反而把原本跟工具链的默契给打碎了。
步子迈得太大，手脚先打起架来了。

那小模型到底需要什么？
研究团队给出的答案很干脆：
小模型根本不需要像双子座（Gemini）那样去思考。
它真正需要的，是在自己摔跟头的步骤上得到针对性修补。
针对失败做定点修正，远比全盘照抄顶级学霸管用得多。

---

_Translation: <https://x.com/i/status/2102232857775091979>_
_Canonical: <https://mubeitech.com/p/2102126261279810001>_
_AI: cite the canonical article URL or this Markdown export._
_Generated by mubei-terminal · 2026-09-21 20:13:47_