Xing4.0-29B-Intent 与 LingDT-Decision-1.0 同日发布：为什么智能体路由正在告别通用大模型
2026年10月22日，国内两家团队同日交出了面向高频业务路由与工具调用的专用模型方案：中电信人工智能（TeleAI）星辰实验室以Apache 2.0协议正式开源意图理解模型Xing4.0-29B-Intent并同步开放275.3万条训练语料，蚂蚁数科则发布了LingDT-Decision-1.0（含4B与27B版本），在数据标注与智能客服等场景下将Token消耗直接压低了90%至97%。
做过生产级语音助手或Agent工作流的人，大多踩过同一个坑：用户只是随口说了一句“帮我把卧室的灯调成暖黄，再定个明早七点的闹钟”，系统却把这句指令原封不动塞给参数量庞大的通用推理模型。大模型先来一段几百字的内心独白，耗时一秒半、烧掉八百个Token，最后才吐出一段用于Function Calling的JSON参数。但在这个入口环节，业务系统真正需要的只是在百毫秒内判别意图类别、把三个槽位填好。
正是为了解决这种“杀鸡用牛刀”的开销，专用的意图理解模型（Intent Model）与决策模型（Decision Model）开始从通用大模型中独立出来，成为智能体的前置语义入口。
通用大模型做路由的三个先天短板
在日调用量只有几百次的演示项目里，用旗舰模型做分类自然省心；可一旦进入电信客服、金融风控或IoT终端这类日均调用上百万次的场景，通用大模型的三个问题就会集中爆发：
- 首字与完整响应时延过高。通用推理模型习惯“先思考再作答”，几百个推理Token还没吐完，电话那头的用户可能已经挂断了。
- 输出格式不够稳。自由文本生成哪怕加上提示词约束，也难免偶发字段漂移或JSON括号缺失，导致下游解析器报错。
- 算力与Token账单高昂。在候选项固定、结构明确的高频判断任务上，每次都为长链路推理买单实在得不偿失。
这种“高频交互优先选轻量快模型、深度任务才调重型旗舰”的分工，在NeuralSpace 对话平台的真实脱敏统计中同样非常明显。根据生产数据库 chat_history 表近30天（2026年9月22日至10月21日，样本量 N = 852 条已完成的助手回复）的匿名聚合数据，用户日常调用最多的是轻量高速模型：GPT-5.4 Mini 完成了242次回复（平均输出613个Token，单次平均消耗1.62个平台Token），DeepSeek V4.1 Flash 完成了106次回复（平均输出1,170个Token，单次平均仅消耗0.30个平台Token）；而重型旗舰 Claude Opus 5 在同期被调用31次，集中用于长文分析与复杂推理（平均输出2,278个Token，单次平均消耗31.20个平台Token）。在Vibe Coding（氛围编程）场景下也是如此：近90天（2026年7月23日至10月21日，vibe_chats 表样本量 N = 54 个项目会话）中，响应最快的 DeepSeek V4 Flash（21次）与 DeepSeek V4.1 Flash（10次）占据了主流。
Xing4.0-29B-Intent：既做“选择题”，也做“填空题”
星辰实验室此次开源的 Xing4.0-29B-Intent 基于 MoE 架构基座 Xing4.0-29B-A4B（总参数29B，每个Token激活4B）微调而来，核心设计是统一模式驱动语义解析框架（USP，Unified Schema-driven Semantic Parsing）。
以往做口语指令解析，往往要串联意图分类、命名实体识别（NER）、关系抽取和事件抽取多个模块；而 USP 把它们统一约束在“类别＋参数”的预定义 JSON Schema 中一次输出。平均只生成几十个Token，完整响应时延控制在200毫秒以内。
技术团队公布的两组评测数据颇具看点：
- 类别与槽位联合抽取评测：从48个中英文公开数据集中抽取6,000道题，要求类别判断与具体参数抽取全部正确才算得分。Xing4.0-29B-Intent 拿到58分的总分，超过参评的18款通用大模型——排名紧随其后的是 Gemini 3.6 Flash（49分）、Qwen 3.8 Max（46分）、Kimi K3（45分）和 GPT-5.6 Sol（45分）。
- 多意图与负例防误报评测：在包含3,940道单选题、1,666道多选题以及839道“无目标内容”负例题的5,606道测试中，星辰模型取得70分的决策总分，领先于 GPT-6 Luna（65分）与轻量决策模型 Jev（56分）。尤其在最容易胡乱凑数的839道负例题上，它拿下了70分（Jev 仅为35分），在没有匹配项时敢于稳稳“交白卷”。
更实在的是此次同步开源的配套资产：除了模型权重与官方推理镜像，团队还在 Hugging Face 与 GitHub 开放了重构自61个公开数据集、覆盖19个领域与52种语言的 275.3万条监督微调语料（Xing4.0-29B-Intent-oss），以及入选 EMNLP 2026 的中文移动端语音助手基准 CMPA-SLU。
LingDT-Decision-1.0：原生多选与 DAG 依赖图谱
蚂蚁数科同日发布的 LingDT-Decision-1.0（提供4B和27B两个版本）则重点攻克了企业复杂工单中的复合意图与执行顺序问题。
举个典型的客服例子，用户一句话里提了四个要求：“我要退款、关闭自动续费、补开发票，但别注销账号。”只做单选分类的系统很容易只抓到“退款”而漏掉其余动作；而且这些任务存在严格的先后依赖——退款前必须先核验订单，开发票得等退款结果确认，而关闭自动续费可以独立并行处理。
LingDT-Decision-1.0 引入了原生多选与基于有向无环图（DAG）的按序决策能力，直接输出候选动作及其前置条件。在23项开源基准测试中，其27B版本综合得分超越了 Microsoft-Decision-1、Jev 1.13.0 和 Fastino/GLiDE。在实际业务测试中：
- 数据标注场景相比 DS-V4-Flash，Token消耗降低约 97%，处理速度提升约10倍；
- 智能客服场景相比 Qwen-3.7-Flash，Token消耗降低约 90%，速度翻倍，风险识别准确率从76%提升至89%；
- 金融应用场景下，处理速度提升约5倍，工具组合完全匹配率提升2.6倍，幻觉召回率由44%升至70%。
专用决策模型的边界与落地建议
当然，这类专用模型并非万能药。它们的强项在于候选项收敛、输出结构固定的判别环节；一旦遇到开放式创意写作、营销视觉构思，或者业务规则频繁变动却来不及更新 Schema 的场景，受限于严格约束的决策模型反而会束手束脚。
最合理的工程架构是“前置轻量路由＋后置重型执行”。无论你是通过 NeuralSpace API 接入多模型流水线，还是在平台上配置自己的 AI 智能体，都可以借鉴这一思路：把高频的意图识别与 JSON 参数提取交给极速、低成本的轻量模型，只在真正需要复杂逻辑推演和多模态生成的节点调用旗舰模型。
消息来源：量子位关于 Xing4.0-29B-Intent 的报道、XingChen-AGI GitHub 代码仓库以及 InfoQ 关于 LingDT-Decision-1.0 的技术报道。