AnyS1:小模型接管 Agent 流程决策点,降本提速不降可靠性

Rui Li · hf · 2026-11-19

AnyS1 提出一个双系统方案来压缩 agent 工作流的成本和延迟:把程序化 skill(如 SKILL.md 工作流)中的例行决策点提取出来,离线用 LLM 教师挖掘标注,训练一个 4B 级、带校准置信度的小型 pointer 模型(System-1)。

在线执行时,凡是小模型置信度高的例行选择(如判断 UI 请求是 design/build/review/fix 中的哪类)直接由 System-1 处理;置信度低时回退到大模型(System-2),从而在不牺牲可靠性的前提下减少大模型调用。

这属于 agent 工作流里「路由/分层执行」的通用方法,对跑大量多步 agent 的团队有直接的成本参考价值。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →