在构建 AI 系统时，常面临两种选择：当任务对模型而言过于困难时，是扩大模型（增大规模、改进提示、微调），还是将任务分解为可由确定性子系统解决的部分，只让模型处理不可避免的模糊残余。本文提出三点主张。第一，许多被完整交给模型的任务本质上是确定性任务，只包含一个小的生成核心。第二，也是核心实验结果，任务分解后会产生一种可测量且有益的属性——构造上的等价性（parity by construction）：在提取出的子任务上，模型规模的性能曲线趋于平坦，因为所有模型对这些子任务的表现相同。我们在九个模型上验证了这一点，模型规模从 4.94 亿参数的本地检查点到前沿的 Opus 级别，跨越约三十倍参数范围。一次性确定上下文后，操作选择得分在全部九个模型上完全一致，选择器解析在八个模型上也一致，唯一未能分解的任务是标注（labelling），其性能仍随模型规模呈斜率。由于任务已被转移至确定性子系统，使用原始检查点即可，无需任务特定的训练或微调。第三，分解是一种通用设计原则，而非特定领域技巧。我们在物理实验设置、运动重定向、对象模型编辑以及一个 Web‑CLI 工具族中观察到相同的模式。文中提供了定位分割点的方法、确保分割存在的构造（确定性表面及其闭合文法），以及保证残余安全的手段（解析确定性上下文、验证生成输出）。最后，将工作置于神经符号 AI、工具增强语言模型和生成‑验证方法的语境中，并明确区分了实测域与示例域的范围。
点评