智能体真正磨人的地方，往往不是它答不出来，而是答得太慢。一个要查资料、比价格、订机票的任务，模型每走一步都要先想明白再动手，中间的等待一次次叠加，最后用户盯着屏幕等来的，是一次漫长的沉默。腾讯最新发布的一项工作，正是冲着这个等待来的：公司为Qwen3.8-27B发布了并行草稿模型DSpine-b16，并在智能体实测中跑出了自回归基线3.84倍的速度。

要理解这个数字，先看智能体平时是怎么“想”的。常规的大模型一次只生成一个词，写完一个再写下一个，像一个人逐字默写答案，准确但缓慢。并行草稿换了一个思路：先一次给出多份候选，再由验证环节挑出可用的部分，相当于同时起草几个版本，再留下一个最好的。这样一来，单步的等待被摊薄，整个任务的推进也就快了起来。DSpine-b16就是按这个思路，为Qwen3.8-27B配的一套并行草稿模型，目前已在Hugging Face上公开，编号为tencent/Qwen3.8-27B-DSpine-b16。

3.84倍这个成绩，是在WorkBuddy Office任务上测出来的。办公场景里的智能体任务，最能体现“慢”的代价：打开文档、核对数据、调用工具、回填结果，每一步都依赖上一步的输出，串行等待没有捷径。一次生成多份候选再验证的做法，恰好压低了这种多步工具调用里的等待时间。换句话说，提速的重点不在模型变聪明了，而在它少空等了。

对智能体来说，延迟从来不只是体验问题。一步慢，步步慢，一个十几步的任务拖下来，用户可能在中途就失去耐心，转而自己动手。工具调用越频繁，这种拖累就越明显。把单步等待压下来，智能体才有可能从“能帮忙”变成“值得托付”。DSpine瞄准的正是这层窗户纸：不改模型本身的能力，只改它出答案的节奏。

这件事放在腾讯近期的动作里看，位置也很清楚。就在几天前，腾讯混元Hy4正式版刚刚发布，模型层面的竞争还在继续；而DSpine做的，是在推理效率这一层补功课。模型越来越大、任务越来越长之后，谁能把每一次调用的成本和等待压下来，谁就能在真实场景里多占一点先机。混元Hy4与DSpine一前一后，恰好构成模型与推理效率的两条线。

从开发者的角度看，DSpine-b16的公开方式也很值得注意：它不是藏在某家公司的内部系统里，而是直接挂在Hugging Face上，任何人都能下载、测试、接入自己的智能体流程。开源模型生态的竞争，早已不只是比谁的模型分数高，还要比谁的配套工具更顺手。一个好用的推理加速方案公开出来，受益的是所有用Qwen3.8-27B搭智能体的团队，省下的等待时间，最终会变成产品里实实在在的体验。

不过，3.84倍这个数字也要放在具体语境里读。它是WorkBuddy Office这一类任务上的实测结果，换到别的任务、别的工具链，倍数未必相同。并行草稿一次多生成候选，也意味着验证环节要跟上，挑错了、验慢了，省下的时间又会被吃回去。速度的提升，并不自动等于答案质量的提升，这两者仍要分开看。

对普通用户而言，这类技术的意义要等它落到产品里才看得见：以后让智能体帮着整理一份表格、跑一趟多步流程，等待或许会从以分钟计变成以秒计。至于DSpine-b16会在哪些产品里先用上、实际体验能快多少，还要看后续的落地。至少从这一次发布看，智能体提速的战场，正在从“模型多大”转向“每一步等多久”。

来源：腾讯/Hugging Face

相关阅读：腾讯混元Hy4、DeepSeek、Kimi K3.1 Pro