在 15 项任务、135 次测试中，仅增加一个序列起始标记，就有 6 项任务的回答发生改变；这说明模型输出仍会受微小工程配置影响。

这是什么

序列起始标记（Beginning of Sequence，简称 BOS）是模型用来识别输入开头的特殊标记，相当于给模型看一个“文档从这里开始”的提示。发帖者在 Ollama 0.40.14 上运行 Bielik-Minitron 7B v3.0 Instruct，固定温度为 0、随机种子为 42，并关闭提示词缓存复用，以排除其他变量。

结果显示：Ollama 的标准聊天模板与不含 BOS 的手工提示词，在 15 项任务中输出完全一致；加入 BOS 后，6 项任务出现变化。其中一项波兰语变音符号测试从全部错误变为全部正确，另五项主要涉及标点、解释长度、JSON 格式和代码写法。三次重复结果各自一致，但这不等于模型获得了普遍更强的能力。

行业怎么看

这件事值得关注，不是因为一个标记能显著提升模型能力，而是因为它暴露了生产部署中的可控性缺口：同一模型版本、相同问题、相同参数，仅因模板配置不同，就可能得到不同答案。对企业系统而言，这意味着版本记录不能只写模型名称，还要记录聊天模板、量化方式、推理引擎和特殊标记。

但我们不赞成据此夸大结论。该实验只覆盖一个 7B 模型、15 项任务和一种量化版本，作者自己也承认不能据此判断 BOS 是否普遍改善质量。温度为 0 只能减少随机性，不能消除提示词格式对输出的影响；测试任务数量也不足以支持行业层面的普遍结论。更稳妥的判断是：这是工程复现风险的一个案例，而不是 BOS 比不加 BOS 更优的证明。

对普通人的影响

对企业 IT：大模型上线前需要固定提示词模板并建立回归测试，不能只凭一次演示判断系统稳定。

对个人职场：同一工具反复生成不同答案时，差异未必来自“模型时好时坏”，也可能来自隐藏配置；重要结果应保留输入、版本和运行参数。

对消费市场：依赖本地模型或应用套壳服务的产品，功能差异会越来越取决于底层工程细节，而不只取决于模型参数规模。