arXiv 论文提出通过任务分解构建与模型能力解耦的 AI 系统

arXiv 论文提出分解而非扩展的 AI 系统架构设计原则，主张将任务中的确定性逻辑剥离给宿主程序，仅让模型处理不可简化的核心生成部分。在涵盖 494M 参数本地模型至 Opus 级前沿模型的 9 个模型评测中，剥离确定性上下文后各模型在操作选择上表现一致，无需针对任务微调即可消除尺寸差距。作者进一步归纳了划分确定性边界与闭合语法的通用方法，并在动作重定向、对象编辑等多个场景中验证了该范式。