本周，开发者 arbv 在 Hugging Face 上发布了一个 GPT-OSS 的修正聊天模板，修的是一个让模型在多轮对话中严重跑偏的隐藏 bug。我们注意到：开源大模型的体验好不好，越来越不只是模型本身的事，整个工具链都在悄悄决定成败。
这是什么
GPT-OSS 是 OpenAI 去年开源的大语言模型，分 20B 和 120B 两个版本（B 代表 billion，即 10 亿参数，参数可粗略理解为模型的"脑容量"）。这次被发现的是它聊天模板（一种告诉模型如何阅读对话历史的格式说明）里的 bug：当对话历史里有同时包含「思考」和「最终回答」的消息时，模板只渲染了思考部分，把最终回答内容丢掉了。
后果是：模型在前几轮看到的内容是残缺的。20B 这种小模型扛不住，越聊越偏；而 120B 因为体量大，能从思考痕迹里自己找回对话方向，所以问题不那么明显。作者也在补丁里加了 preserve_thinking 选项，主动保留思考过程，让多轮推理的前缀缓存（前几轮算过的内容不用重算）能跑得更快。
行业怎么看
社区普遍欢迎这个修复，不少人认为它正好解释了"为什么很多人试用 GPT-OSS 20B 觉得明显不如官方宣传"。一种新的判断正在形成：开源模型的护城河已经从"权重能不能下载"转向"工具链稳不稳"。也有人提出反对看法——这个 bug 太深、太专业，普通用户根本聊不到那个轮次；同时作者自己也承认，OpenAI 官方参考模板并没有这个问题，锅主要在第三方衍生版 Unsloth 上。这给所有人的提醒是：用社区魔改版本时，多一份警觉总没坏处。
对普通人的影响
- 对企业 IT：开源模型不是下载权重就能用，还得投入人力做模板、推理、对齐的二次开发，预算不能只算显卡钱。
- 对个人职场：用本地或开源大模型搭工作流时，遇到"模型突然变笨"未必是模型本身的锅，可能是模板或前端工具链的坑。
- 对消费市场：开源大模型的分水岭正从"能不能跑"转向"长对话稳不稳"，未来厂商卖的不仅是参数，更是稳定可靠的工具链。