摘要：首先，SLM已经足够强大，能处理AI智能体中大多数重复、专一的任务；其次，它们天生更适合智能体系统的架构，灵活且易集成；最后，从经济角度看，SLM更省钱、更高效，能大幅降低AI运行成本。
英伟达研究院和佐治亚理工大学的研究人员最近发表了一篇论文，抛出了一个非共识的观点：
小语言模型（SLM）才是AI智能体的未来，而不是那些庞大的大型语言模型。
作者核心理由主要是以下三点：
首先，SLM已经足够强大，能处理AI智能体中大多数重复、专一的任务；其次，它们天生更适合智能体系统的架构，灵活且易集成；最后，从经济角度看，SLM更省钱、更高效，能大幅降低AI运行成本。
想象一下，AI智能体系统就像一个虚拟团队，能自动分解任务、调用工具（比如浏览器或代码编辑器），最终解决问题。目前，大多数AI智能体都依赖LLM作为“大脑”，因为LLM聊天能力强、知识广博，能处理各种复杂问题。
论文指出，2024年AI智能体市场已达52亿美元，预计到2034年飙升至2000亿美元，企业中超过一半已经在用。但问题来了：AI智能体的任务往往重复单一，比如“检查邮件”“生成报告”，用LLMs这种“全能选手”来干这些活，就好像用超级计算机玩扫雷，开兰博基尼送披萨——过于浪费资源。
而且不单是浪费，智能体系统任务的特点也使得小模型能更好的适配智能体生态，从而更有可能交付出更符合要求的结果。
因为本质上AI智能体不是聊天机器人，而是“工具箱+大脑”的系统。SLM小巧，训练/微调成本低（几小时GPU就行），易适应新需求（如新法规）。这带来“民主化”，从而能让更多人能开发智能体，减少偏见，促进创新。
作者指出，智能体任务只用LLM的一小部分技能，如格式严格的工具调用。而AI智能体系统天然异构就利于混用模型，主智能体用LLM，子任务用SLM。
而如果大量采用SLM，还能发挥数据收集优势：智能体运行时，自然产生的专精数据，可以用来微调SLM，形成良性循环，从而使得结果越来越好。
01
什么是SLM
论文对SLM给出了一个实用的定义：
SLMs：能装进普通消费电子设备（如手机或笔记本），推理速度快，能实时服务一个用户的智能体请求。目前，10亿参数以下的模型可以算是SLM。而其他更大的模型，通常需要云端服务器支持。
为什么这样定义？SLM像“便携大脑”，适合终端部署；LLM像“宇宙级超级电脑”，但延迟高、成本大。
作者给了一个很极端但是又很有意思的例子做比喻：如果AI无限大，会受光速限制没法实时互动；无限小，又太弱没法做事。人类大脑就是平衡点，SLM就像人类大脑这个平衡点，高效，易于迭代。
作者对比两种类型的智能体结构：
在左侧，一个语言模型与用户聊天并直接触发每个工具，因此整个流程都位于该单个模型中。
在右侧，一个小型控制器程序处理工具调用，让模型专注于对话或特定推理。
这种拆分使得为大多数调用插入小型语言模型变得容易，节省成本，并将大型模型仅保留用于不太常见的开放式问答或者推理步骤。
论文表示，最前沿的小模型如Phi-3和Hymba，在工具使用、常识推理和指令遵循方面，性能足以媲美30B到70B的大模型，但在实际工作流中的计算量却降低了10-30倍。
英伟达还对三款真实世界的AI智能体进行了测试，发现：
MetaGPT：60%的任务可以用SLM取代
Open Operator：40%的任务可以用SLM取代
Cradle（图形界面自动化）：70%的任务可以用SLM取代
02
SLM那么好，为什么还要用LLM呢？
论文认为AI智能体没有大规模利用SLM的主要原因还是因为路径依赖。
大量资金（高达570亿美元）被投入了中心化的大模型基础设施，团队倾向于重复使用付费设置，而不是转向更轻的本地选项，短期内难以转变。
行业内对「大即是好」的偏见依然强烈。对小型模型的研究一直在追逐用于大型模型的相同广泛基准，而这些测试都体现不出于小模型在智能体任务上的优秀表现。
SLM几乎没有GPT-4那样的热度，小模型也不像让大模型那样经历了一轮一轮的营销热潮，因此许多构建者从未尝试过更便宜更合理的路线。
对此，论文认为如果研究任务员和智能体搭建者能够做到一下几点，那么将能很好的发挥SLM在智能体方面的潜力。
-收集梳理数据
-针对特定任务微调SLM
-把任务进行聚类并建立SLM的“技能”
03
华人作者介绍
SHIZHE DIAO
根据他领英公开的资料，他先后就读于北京师范大学，香港科技大学，曾经在UIUC做过访问学者。
曾经在字节AI LAB做过实习，2024年加入英伟达担任研究科学家。
Xin Dong
根据他的个人博客，他博士毕业于哈佛大学。曾经在腾讯,Meta等公司有过工作和实习经历。
Yonggan Fu
根据他的领英公开资料，他本科毕业于中国科学技术大学，在莱斯大学和乔治亚理工完成了自己的博士学业。
在Meta和英伟达实习过，现为英伟达研究科学家。
来源：字母榜一点号