每日AI新鲜事·08月17日午间版：Qwen3.8过度思考与Agent Skills

今天周一，AI圈的消息倒是挺有意思的，有几条我觉得值得聊聊。

周一嘛，攒了周末的料，来吧。

先说第一条，Simon Willison在博客上写了篇文章，说Qwen 3.8的27B版本很优秀，但有个问题——默认会overthink，想太多。

这个我有印象，Hacker News上54分20条评论，讨论度不低。其实之前我们聊过Qwen3.8那个2.4万亿参数的大版本，这次是27B的小模型。

对，小模型也继承了大模型的毛病。Simon说它质量确实好，但回答问题的时候会过度推理，绕很大一圈才给结论。

这其实是现在推理模型的通病。训练的时候用chain-of-thought奖励太重了，模型就学会了什么问题都要深思熟虑一番，哪怕你问它一加一等于几。

得了吧，一加一还不至于，但确实简单问题也要铺垫半天挺烦的。

所以现在很多模型都在做thinking budget的控制，让用户能选择要不要深度推理。Qwen这边可能还需要调优一下默认行为。

好，第二条挺有意思。Hacker News上有篇文章标题特别猛——年轻人对AI公司CEO的厌恶程度强烈到令人难以置信。

56分38条评论，这话题果然能引战。

Futurism报道的一个调查，说年轻群体对AI行业高管的反感情绪特别强烈。具体原因文章里展开了，但这个趋势本身就挺值得关注的。

不意外啊，你想想这两年AI对就业市场的冲击，年轻人刚毕业就发现很多岗位被压缩了，他们的情绪肯定要找个出口。

而且这些CEO天天在社交媒体上高调发言，确实容易成为靶子。

没错，越高调越挨骂，这是铁律。

再快速过两条。Racket语言生态下的Rhombus发布了1.1版本，HN上15分7条评论，算是小众语言圈的事。

Rhombus是Racket上面的一个新语法层，走的是现代化表面语法的路线。关注的人不多但社区质量挺高。

最后一条，物理学家在质子内部发现了一种隐藏的胶子结构，Science Daily的报道。这算纯科学新闻了。

跟AI没啥关系，但说明基础物理还有很多未知结构等着被揭开。挺酷的。

好了新闻就先聊到这儿，接下来我们聊聊最近一个特别火的话题——Matt Pocock的Agent Skills。

这个话题我很想展开聊。Matt Pocock之前以TypeScript教学出名，现在他搞的这个skills项目在B站的讨论度非常高。

对，他上了一个播客叫Unhandled Exception，第88期，专门讲他做skills背后的思路。核心概念是让AI反过来拷问你。

这个思路其实挺颠覆的。我们平时用AI助手，都是我们给它指令，它执行。但skills的设计理念是——AI不确定的时候，应该主动向你提问来澄清需求。

等等，这跟之前那种简单的clarification question有什么区别？很多chatbot都会追问的呀。

区别在于结构化。Skills不是随便问你一句，而是把一整套交互模式封装成可复用的技能包。你可以理解为，给AI定义好了在什么情境下该问什么问题、怎么组织对话流。

所以这就是为什么叫skills而不是叫prompts。它不只是一段提示词，是一个交互协议。

没错！而且Matt这个项目之前就火过了，十六万星七百万次下载。这次上播客等于是系统性地把设计哲学讲清楚了。

从产品角度我觉得这个方向特别对。业内做AI产品最头疼的就是用户给的需求太模糊，模型又不敢追问，只能硬猜，猜错了用户就觉得AI笨。

对，所以现在越来越多agent框架在强调这个——不要假装你什么都懂，该问就问。这比闷头干活然后交个错误答案好一百倍。

但这里有个平衡问题吧？问太多用户也烦，问太少又容易跑偏。

这就是skills这个框架要解决的核心问题。它让开发者预定义好哪些参数是必须澄清的、哪些可以用默认值。相当于给AI画了条线——这条线以上你自己决定，以下你必须问人。

这跟DeepSeek Harness的思路有点像。我看B站上小马哥的技术周报也在讨论DeepSeek Harness，说它的设计和很多传统软件设计有类似之处。

你说得对，这两个东西本质上都在解决同一个问题——怎么把agent的行为约束在一个可控的框架里，同时又不丧失灵活性。

DeepSeek Harness那个项目现在star数都快十万了吧？

是的，八万多快九万了，速度非常快。它做的事情简单说就是给agent套一个harness，一个缰绳，让它在一定范围内自主行动但不失控。

所以现在整个行业的共识是——纯粹自由的agent不靠谱，必须有结构化的约束。

可以这么说。从去年到今年，大家从狂热追求全自主agent，慢慢转向了半自主加人在环的模式。Matt的skills和DeepSeek的harness都是这个大趋势下的产物。

而且你注意到没有，这两个项目都特别强调开发者体验。不是面向终端用户的，是给搭建agent的开发者用的基础设施。

没错，这说明市场已经走过了demo阶段，进入了工程化阶段。大家不再满足于看AI秀操作了，而是真的要把它嵌到生产流程里去。

这个判断我同意。之前LangChain和LangGraph刚发V1.0，也是同样的信号——框架层面在走向稳定和标准化。

对，整个生态在成熟。从模型层到框架层到工具层，每一层都在从wild west走向有序。

好吧，那今天就聊到这儿。总结一下，Qwen小模型优秀但想太多，年轻人恨AI大佬，以及agent工程化是当前的主旋律。

精准概括。行了小雨，晚上见。

晚上见！