模型改行做判断：专用小模型开始领工牌

如果说 Dust 是在"怎么训练"上动刀子，另一类新模型是在"模型该干嘛"上重新分工。2026 年秋天，几条几乎同时的消息指向同一个趋势：模型开始改行做判断。

微软放出 Decision-1，JetBrains 迭代到 Mellum 2.1，Liquid AI 推出 d1。它们的共同点很反直觉——参数量只有旗舰大模型的几十分之一，不负责"写出一段话"，只负责"判断这件事该不该做、刚才那步对不对"。而在它们各自的判断任务上，这些小模型跑赢了体量远大于自己的通用大模型。

图1：通用大模型负责"生成"，专用小模型负责"判断与纠错"，评判权被拆分

为什么是"判断"而不是"生成"

生成是开放式的，需要海量参数记住世界；判断是收敛式的，只要把"好/坏、对/错、该/不该"这条窄缝做准就行。智能体真正缺的往往不是"会不会做"，而是"做完之后谁来判断做对了没有"。把判断拆成独立的小模型，意味着一个智能体可以跑着便宜的小模型做实时校验，只在必要时才调用昂贵的大模型。

图2：Decision-1 / Mellum 2.1 / d1 三个专用判断模型的定位对比

它和世界模型、Dust 是同一条暗线

把这三件事放一起看就清楚了：世界模型让 AI 预测后果，Dust 想换一种更宽松的方式去训练，而判断小模型则把"评估"从大模型里剥离出来。三者都在做同一件事——让系统不再只是一条"输入→输出"的管道，而是长出"想"和"判"的能力。当算力便宜到可以随手跑一个小模型做陪审，大模型的角色就从"全知全能的执行者"变成了"需要被监督的专家"。

值得记住的一句话

未来重要的可能不是"谁的参数最多"，而是"谁把判断权分了出去"。评判权一旦下放，系统的可靠性就不只取决于最大的那个模型，而取决于那张判断网络织得够不够密。