近期关于蒸馏的研究通常采用教师强制、同策略蒸馏及相关训练时方法，通过更新较小模型的参数，将大模型的能力迁移到较小模型。本文探讨这种迁移能否改在测试时进行。我们研究强到弱脚手架（strong-to-weak scaffolding）：一个更强的构建者模型能否构建推理时框架（inference-time harness），帮助较弱的目标模型在无需任何参数更新的情况下更可靠地解决任务。在四个具有代表性的心智理论（Theory-of-Mind）基准上，每个构建者模型将5%的数据用作验证集，通过多轮迭代优化其框架，随后在完整测试集上评估最终定型的框架。实验结果表明，这种测试时能力迁移形式非常有效，目标模型的平均性能从0.49提升至0.91，几乎翻倍。我们的分析显示，这些提升主要源于将不稳定的模型推理转移到确定性代码、采用基准特定的路由策略以及严格强制答案格式，而非鼓励目标模型进行更充分的推理或更广泛的采样。我们进一步发现，构建者模型的推理努力会单调地提高框架质量，平台效应相对构建者模型自身能力而言较为有限，且较弱的目标模型获得的提升最大。这些结果表明，推理时框架设计是对传统训练时蒸馏的重要补充，使强模型无需重新训练即可将认知结构迁移到弱模型。