模型为何故意变笨：用推理换知识

Models Are Getting Dumber on Purpose

推理分数不断攀升，但每 token 的算力需求却在下降。GLM-5.2 和 Qwen3.5 等模型在数学和代码基准测试中表现惊人，却在简单事实问答中频频出错。实验室正刻意用世界知识换取推理能力，因为事实会过时，而推理流程不会。未来的模型将更像通用工具，依赖检索和工具调用获取实时信息，而非死记硬背。这种设计不仅降低了本地运行门槛，还让幻觉问题变得可追踪、可修复。当事实不再存储在权重中，模型的知识截止时间将不再是瓶颈。