反对用大模型委派小模型省 token 的策略

关于「用大模型调度便宜小模型来省 token」的策略，2026 年 10 月 17 日 AGI Hunt 报道了 brandon_galang 的反对意见，这是该话题的最新一轮讨论。他反对把大模型的任务委派给更便宜的小模型，理由是：小模型在复杂任务上做出错误决策后会复利累积，而更聪明的模型能用更少轮次完成工作。他给出成本上的算术：时薪 150 美元以上的高杠杆工作者，为了省下 30 美元 token 而多花一两个小时，并不划算。不过他也划出例外边界——阅读、研究类任务如果有把握匹配小模型的复杂度阈值，仍然可以委派。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。