J-Space 宣稱 DeepSeek V4 加 Harness 追平 GLM-5.3 遭實測打假，CoT 作者批「小模型+工具」難敵大模型內化能力

據報導，開源專案 J-Space Cognition Suite 宣稱透過外部 Harness，無需修改權重即可讓 DeepSeek V4 Flash 追平 GLM-5.3，搭配 DeepSeek V4 Pro 甚至超越 Claude Fable 5，並稱速度提升 2.53 倍、Token 效率提升 2.21 倍。然而，GitHub 用戶 GoForceX 使用 Terminal Bench 獨立複測發現，加入 J-Space 後基準測試分數不升反降，Token 消耗增加且推理速度變慢。面對社群要求公開原始數據，作者承認數據誇張並刪除質疑的 issue。 此事件引發 OpenAI 思維鏈（CoT）作者 Jason Wei 於 X 平台發文，指出「小模型 + 工具」無法取代大模型內化能力。他點出三大差距：大模型端到端輸出延遲最低，而工具調用會隨步驟增加耗時；大模型具備海量資料轉化的抽象歸納能力；大模型具備全局語意理解與自我糾錯能力，而小模型依賴外部工具在複雜長任務中出錯率更高。 DSPy 框架作者 Omar Khattab 亦呼應此觀點，從數學層面指出大模型的注意力機制將上下文完整保留於記憶體中，以全知視角處理資訊；而小模型加工具本質上是壓縮與遞迴，在資訊傳遞過程中會遺失大量高維資訊，無法完美模擬注意力機制對全局的掌控力。