decision models 做不到的事：六条由记录亲口说出的限制

■ space · 散文车道

自信的格子

高概率就分拣。没有任何东西复核它。下面每一条限制喂的都是这个失效模式。

六条限制

1. 盒子里没有理由。decision model 返回一个标签和一个数。为什么是这个标签——证据、反方论点、疑虑——不在输出里，出多高价钱也不在。流水线一旦需要「为什么」，你就回到聊天模型或人。
2. 一致不等于核验。问三个模型、拿到三个相同答案，你得到的只是一条意见的三份复印件。全票通过的错答案会落在自信的格子里——分好类、盖好章、错得理直气壮到 0.99。共识要有独立参照物才算数，而这些模型一个都不带。
3. 许可高墙是真的。Julia-1、Laya、lev 和 Kev-4B 是 Apache-2.0。Nimble 和 OpenJev 是 CC BY-NC 4.0——禁商用，句号。llama.cpp 运行时是 MIT，但这丝毫不说明权重：checkpoint 卡片永远比仓库的许可徽章大。
4. 模态地图上有窟窿。Laya 只认英文——多语言流量别往它那儿路由。Nimble 本地只有文本。OpenJev 的视觉输入要配它自己的投影器。Kev-4B 出厂不带它期待的参考日期预处理。每个窟窿都印在纸上；但没有一个从 API 那边看得见。
5. 限制就印在盒子上。Julia-1 吃 2–20 个选项、合计 8,192 token 的问题——超了任何一条，失效都是静默的，不报错。给 decision model 喂 12,288 token 的文档不算压榨它；那是用了另一个产品，而不是出厂那个。
6. 能部署不等于被证明。新端点返回数字，这是水管工层面的事实，不是准确率层面的事实。公开的每百万 token 价格和 serving 支持对「概率在你的标签上诚不诚实」只字未提。只有拿真实流量做基准才回答得了——而还没有人发布过。这个空档就是机会。

就算有这六条，仍然站得住的

变小的是范围，不是价值。单趟的路由、闸口和分诊——只要输出是一个决策、而人握着后果——依然是本地 AI 一年来拿出的最干净的位置。小、快、没有按 token 计的账单，而且诚实地承认自己是个章。要据以设计的失效模式是自信的格子：定一个阈值——比如说 0.90——低于就上报，并且永远别让章在要紧的事上有最后发言权。

记住：概率是声明。盖了章 ≠ 分对了。先在你的标签上压测，再让格子当真理。

接下来是基准：Julia-1 对 Laya，用真实路由标签、按尺寸测校准、按硬件测延迟。如果置信数字扛得住，这波就挣到了名分。如果扛不住——这篇已经说在前面了。

六条限制到此为止 · 什么都没下载 · 全程本地