InternLM（书生）团队这周开源 Intern-Decision 0.8B 和 4B 两个模型——它们不写文本，只给"选择题"打分。我们注意到，这种"只做一件事"的小模型正悄悄成为企业 AI 落地的主力。

这是什么

它接受三样输入：一个共享状态、一组带选项的问题、可选图片。一次跑完，对每个问题返回一个答案概率分布，最后输出成结构化 JSON。整个过程不生成自由文本，本质上是评分器，不是聊天机器人。

技术上做了个小聪明：把每个选项映射成单个字符（A、B…Z、a…z、0…9），让模型只预测这些字符的概率。0.8B 意味着单张消费级显卡甚至笔记本就能跑，4B 版本面向更高精度需求。

行业怎么看

支持方认为，这正是企业 AI 落地需要的东西——可解释（输出是概率而非文本）、可审计、可控成本。审批流、信贷初筛、客服分流这些"决策型"场景，往往不需要 ChatGPT 那种自由发挥，反而害怕它自由发挥。

但质疑同样存在。第一，模型被限定在"选择题"框架内——真实业务里大量问题没有现成选项，需要开放式推理；第二，底座仍是 Qwen3.5-4B，决策能力的天花板取决于微调而非底座本身；第三，开源小模型在企业落地时通常需要配套的工程支持，InternLM 团队目前的商业化路径并不清晰。

还有一种更尖锐的批评：把决策问题强行包装成多项选择题，可能只是在掩盖模型真实推理能力的不足。

对普通人的影响

对企业 IT：信贷初审、合规审批、问卷分析这类"结构化判断"场景，1-2 张消费级显卡就能跑起来，前期投入门槛被显著拉低。

对个人职场：客服分单、初级审核、规则化分析师这些岗位里"机械判断"环节会先被替代，但需要权衡、谈判、复杂推理的工作暂时安全。

对消费市场：本地部署意味着敏感数据不出门，对医疗、金融、法律这些强合规行业是个明确利好。