一个 1.1GB 的开源小模型，在 131 道固定测试题中把编造答案从 10% 降到 0%，代价是只搜索一次，因此现实网页中的正确覆盖率只有 24/120。我们注意到，这比“更大的模型回答更多问题”更值得企业 IT 团队关注：模型能力不只取决于规模，也取决于任务边界是否清楚。

这是什么

Obsessive-1.7B 基于 LFM3-1.7B 微调，是运行在大模型之下的搜索子代理（subagent，负责完成搜索等特定任务的辅助模型）。它收到一个事实问题后，只调用一次网页搜索，再返回简短答案、逐字引文和来源链接；搜索结果没有答案时，就回答“Not found”。

开发者使用约 9000 条工具调用对话训练，并在消费级 RTX 4060 笔记本上完成。固定结果测试显示，它能找到 94% 原本有答案的问题，并能在无答案时全部拒答；但换成实时 Wikipedia 搜索后，120 题只答对 24 题，多事实问题虽完成 40/40，却出现 3 次编造。模型还存在单轮对话、英文限定、偶尔引用相邻事实等限制。

行业怎么看

这件作品证明了一个朴素但常被忽略的判断：专用小模型通过减少职责，可以换来更高的可验证性和更低的资源成本。它无需庞大的通用能力，也能承担“找证据、报出处、不知道就说不知道”这类窄任务，适合嵌入企业内部搜索、资料核验和自动化流程。

但反对意见同样明确：一次搜索限制让它错过大量可用信息，实时测试中正确率明显低于原始模型；训练数据主要是 Wikipedia 和 FineWeb，也不能代表复杂商业网页、付费数据库及中文场景。更关键的是，这只是开发者自测，没有独立机构复现，131 道固定题不足以证明它能稳定投入生产。

对普通人的影响

对企业 IT：预算有限时，先部署一款只处理检索、核验等明确任务的小模型，可能比采购更大的通用模型更划算；但上线前必须用真实业务资料测试覆盖率和误报率。

对个人职场：这类工具预示专业 AI 助手将更多承担找材料、核对出处和整理证据的工作，人的价值会更多转向提出好问题、判断信息是否可靠以及对最终结论负责。

对消费市场：“回答少一些但出处更清楚”正在形成新的产品卖点。未来 AI 搜索的竞争重点，可能不只是答案生成速度，而是能否让用户知道结论从哪里来、哪些部分确实没有找到。