Jason Wei 反驳小模型+工具路线：内化知识才是顶级智能的关键

宝玉(@dotey) 引用了 Jason Wei（思维链提示技术核心作者之一）的最新推文，并提供了中文翻译及个人评论。Jason Wei 曾经认为一个 10 亿参数的“认知核心”配合联网搜索、代码执行等工具就能达到大模型的效果，但后来指出这种想法是错误的。他用自己学羽毛球的经历作类比：虽然能做出每个动作，但缺乏大量练习形成的肌肉记忆，无法在实战中流畅表现。类比到语言模型，内化知识的大模型和靠工具临时检索的小模型在速度、理解深度和可靠性上存在明显差距。具体表现为：直接给出答案更快；基于海量数据的综合判断优于仅搬运搜索结果前几条；频繁查资料和推导会增加错误概率，尤其在长任务中错误会累积。这呼应了“苦涩的教训”（Bitter Lesson）：历史表明，靠规模扩大获得的能力提升总是胜过精巧的工程设计。工具能让小模型做更多事，但追求最高质量的用户仍需要更大的模型。宝玉的翻译和类比使该论点更易理解，为读者提供了关于模型规模与工具使用之间权衡的清晰视角。