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
- 首届 Three.js 大会落地巴黎，AI 正缩短从想法到原型的距离 — OdinLovis · 2026-09-11
- 观点：Agent 真正的瓶颈是企业数据工程能力 — dhruv2038 · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11
- 投资分析师求教：如何用 Claude 搭建尽调 Agent 工作台 — Careless_Tie2286 · 2026-09-11
- 把 Agent 当失忆症患者：三层上下文分层法让对话不再从零开始 — evielync · 2026-09-11