@EXM7777：这项新AI研究刚刚发布，如果你使用AI智能体，它简直疯狂……一个连单一问题都无法回答的微型模型……

X AI KOLs Timeline 论文
ai-agents small-model routing model-orchestration benchmark coding productivity

摘要

一篇新的AI研究论文描述了一个微型模型作为管理者，将任务路由到更大的模型，通过在困难编程基准上编排一组模型而非依赖单一模型，超越了ChatGPT、Gemini和Claude等前沿模型。

这项新AI研究刚刚发布，如果你用AI智能体，它简直疯狂…… 一个连单一问题都无法回答的微型模型，同时击败了ChatGPT、Gemini和Claude…… 让我为你解析这对你意味着什么： 现在我们都做同一件事……选择“最好”的模型，然后把所有东西都扔给它 这项研究的团队反其道而行之 他们构建了一个微型模型，小到可以在你的笔记本上运行，只给它一个任务：当管理者 它自己从不回答问题，只是读取你的任务，然后决定哪个大模型应该处理哪个部分 想象一下指挥家站在管弦乐队前面，他们不会演奏任何乐器，但他们确切知道谁应该在什么时候演奏 这就是全部诀窍 它是这样处理一个任务的： > 挑选最适合规划工作的模型 > 挑选最适合执行工作的模型 > 挑选最适合检查工作的模型 > 循环直到检查者签字通过 而这里就变得离谱了 这个小小的管理者在困难编程基准上击败了每一个前沿模型，并创下了新纪录 然后他们尝试了显而易见的事情，把顶级模型放在管理者位置上……结果反而更差了 所以结论简单得让人恼火：成为房间里最聪明的人并不重要，知道该问谁才是关键 现在，如果你每天都在使用智能体，这部分将改变你的工作方式： - 停止把所有赌注押在一个“最好”的模型上，一组模型胜过其中任何一个 - 绝不要让模型检查自己的工作，它有和写代码时同样的盲点，因此会放过自己的错误，换一个不同的模型来检查 - 你可以养成的最具杠杆效应的习惯是在发布任何东西之前加入一个“检查”步骤，它能悄无声息地消灭大多数糟糕输出 - 未来不是一个巨大的大脑，而是一个小小的管理者，把正确的模型指向正确的工作
查看原文
查看缓存全文

缓存时间: 2026/07/03 00:28

新的AI研究刚刚发布，如果你在用AI智能体的话，这结果简直离谱…

一个连单个问题都答不了的小模型，在同一时间居然打败了ChatGPT、Gemini和Claude…

我来帮你分析一下这对你意味着什么：

现在我们都在做同一件事…选一个“最强“模型，然后把所有任务都扔给它

这项研究背后的团队反其道而行之

他们造了一个小模型——小到能在你的笔记本上跑——只给了它一个任务：当经理

这个小模型自己从不回答任何问题，它只是阅读你的任务，然后决定每个部分该交给哪个大模型来处理

想象一下管弦乐队前的指挥，虽然他们自己一个乐器都不会，但他们知道每个乐器该在什么时候演奏

这就是全部的诀窍

这正是它处理一个任务的方式：

挑选最佳模型来规划工作 挑选最佳模型来执行工作 挑选最佳模型来检查工作 循环直到检查者确认通过

而接下来才是真正离谱的地方

这个小小的经理模型击败了每一个前沿大模型，在一个高难度编程基准测试上刷新了记录

然后他们试了试显而易见的方法——把一个顶级模型放在经理的位置上…结果反而更差了

所以结论简单到让人有点恼火：成为房间里最聪明的那个人并不重要，重要的是知道该问谁

现在，如果你每天都在用AI智能体工作，这部分会改变你的工作方式：

  • 别再押注在一个“最强“模型上，一个模型团队能击败任何一个单独模型
  • 永远不要让模型检查自己的工作，它和自己写东西时有着同样的盲点，所以它会放自己的bug过关——用另一个模型来检查
  • 你能养成的最具杠杆效应的习惯，就是在发布任何东西之前加一个“检查“步骤，它会悄悄消灭大部分劣质输出
  • 未来不是一颗巨型大脑，而是一个小经理，把对路的模型指向对路的任务

看论文在这里：

@EXM7777 私信你了

@EXM7777 太猛了！小模型能做成这样真是颠覆性的。看来AI里大小真不是一切

相似文章

@mylifcc: 这不是普通的大模型，而是一个多代理编排系统（Multi-Agent Orchestration System）——它自己就是一个小模型，却能智能地动态协调 GPT、Claude、Gemini 等多个前沿模型，自主分配角色、拆分任务，完成复…

X AI KOLs Timeline

Sakana AI 发布了一个多代理编排系统（Multi-Agent Orchestration System），它通过一个小模型智能协调 GPT、Claude 和 Gemini 等前沿大模型来自主分配任务和处理复杂工作。