后台大模型只在失手时介入，影子点拨能省下大量成本
dotey · x · 2026-07-21
- 这条帖提出一种叫 shadow steering（影子点拨） 的工作流：平时让便宜的小模型干活，更聪明的大模型只在后台待命，几乎不输出，只维持一个可复用的 prefill KV 状态。
- 当框架检测到小模型质量下滑、任务快要做不下去时，大模型才短暂介入，给出一小段关键指导，让小模型继续往下跑。
- 作者认为，这种方式可以用于 降低中等模型成本、做蒸馏、做测试、以及 采集长程任务质量信号；因为点拨发生在轨迹内部，属于更自然的 on-policy 干预。
- 帖子最后还基于这则“新闻”做了推测：DeepSeek 下一代模型可能已经训练完成，正在影子测试，用户感受到的是它的智力提升而非正式发布。
「编程与Agent」频道最新
- HF Hub CLI 大更新:缓存去重省 19GB,GPU 任务可重试重跑 — yb2698 · 2026-10-26
- 前 Google 研究员团队发布 Fern 0.1:专供审计数据、调试训练的模型 — bneyshabur · 2026-10-26
- Fern 0.1 智能体基准首秀:SWE-Bench Verified 73.4,与前沿模型仍有差距 — bneyshabur · 2026-10-26
- 一条 Prompt 生成完整 Blender 动画,作者全程未手动建模 — iamfakhrealam · 2026-10-26
- 用户用 Claude Code 拆解本田车机：发现 root 后门与静默装 APK — IndraVahan · 2026-10-26
- Claude Code + MCP 接 Google Maps/Apollo/LinkedIn，搭年省万美元的获客引擎 — aryanXmahajan · 2026-10-26