Qwen 3.8 27B 默认「深度思考」，是天才设计还是愚蠢透顶？

为什么这件事值得聊？ 阿里 Qwen 团队发布的 Qwen 3.8 27B 开源模型，在基准测试上表现亮眼，甚至超越了自家之前的闭源模型。这本身就是一个值得关注的信号：开源小模型正在逼近甚至超越闭源大模型。但更有趣的是，知名开发者 Simon Willison 的实际体验揭示了一个更深层的问题——模型默认配置与用户实际需求之间的巨大鸿沟。

核心问题：默认的「深度思考」是天才还是愚蠢？ 这款模型默认开启了 xhigh 级别的推理深度。这意味着，即使是「画一只鹈鹕骑自行车的 SVG 图」这样简单的任务，模型也会动用 2.2 万个推理 token，花 21 分钟来「深度思考」。结果呢？SVG 确实画得非常好，细节精准，但这个时间成本对于一个本地运行的 17GB 模型来说，完全不可接受。

这就像你让一个天才数学家去超市买菜，他却花了半小时在收银台前心算最优折扣组合。结果是精确的，但完全没必要。

这揭示了什么趋势？

1. 模型的「能力」与「可用性」正在分离。 研究团队追求更强的基准分数，往往会默认开启最耗资源的功能。但这对普通用户，尤其是消费级硬件用户，可能是灾难。这不再是「模型强不强」的问题，而是「默认配置傻不傻」的问题。
2. 用户需要成为模型的「调教师」。 模型提供了 xhigh、medium、low 三档推理深度。这意味着，用好一个本地模型，不仅需要硬件，更需要知道「什么时候用什么档位」。这是一个新的认知负担。
3. 本地部署的「甜蜜点」在变化。 27B 参数在笔记本上跑起来很酷，但如果默认配置导致一个任务要等 21 分钟，那它的实用价值就大打折扣。这迫使用户和工具开发者（如 LM Studio）必须更智能地管理上下文长度和推理参数。

对你有什么用？

• 如果你打算尝试这个模型： 请立刻手动将推理深度设置为 medium 或 low。xhigh 仅适用于你愿意花很长时间等待的复杂分析任务。
• 如果你是开发者： 这提醒你，在集成任何新模型时，绝对不要盲目信任默认参数。必须测试不同配置下的延迟和质量权衡，并为用户提供简单的切换开关。
• 更宏观地看： AI 模型的「易用性」正在成为下一个战场。谁能提供更聪明的默认配置、更自动化的参数调节，谁就能赢得本地部署用户的心。毕竟，用户想要的是好用的工具，不是需要反复调试的实验室产品。

Simon Willison 的这篇文章，用一个极其生动的例子告诉我们：一个模型好不好，不仅看它的天花板有多高，更要看它的默认状态有多蠢。

原文地址: Qwen 3.8 27B is excellent, but it defaults to wildly overthinking things