让模型自己调 thinking 档位：自适应 reasoning effort 初试提速明显
HeDo88TH · reddit · 2026-09-06
针对近期 Qwen 3.8 27B thinking levels 的争论，作者提出与其手动选 thinking 档位，不如改造 harness 让 LLM 自己决定何时升降推理力度。
做法：系统根据成功/失败 streak 在 low 与 xhigh 之间自动调节，日志显示规则如——「连续成功→降到 low」「有意义的失败→升到 medium」「机械性步骤→降档」「进入 RECOVER/DEBUG 阶段→升档」。作者称初步观感是解题速度大幅提升，但还没有可靠的质量评估数据。
他也在征求同类实践者，并纠结如何量化质量（比如跑 GPQA Diamond 前后对比）。
所属事件:开发者实测自适应推理强度：让模型自己调 thinking 档位(2 条相关)→
「编程与Agent」频道最新
- Teknium 为 Hermes Agent 接入 Meshy 插件，文生完整 3D 模型 — Teknium · 2026-10-23
- 一人团队用 agent 跟踪 519 个目录站，已提交 311 个 — fekdaoui · 2026-10-23
- MIT ScienceClaw 黑客松:去中心化 AI agent 集群攻科学难题 — ProfBuehlerMIT · 2026-10-23
- Reddit 热议:长时程 Agent 该在 harness 层解决什么问题 — Glittering812 · 2026-10-23
- 月付 20 美元同时跑 100 个 DeepSeek v4.1 flash agent — zack_overflow · 2026-10-23
- MCP 弃用 session-id 转向内联 _meta,有状态工具迁移成难题 — Stock-Pumpkin-8859 · 2026-10-23