Agent 任务中：重复性、专业性的子任务；LLM:大炮射蚊子； SLM: 只要够专业，就发挥灵活经济的优点；
灵活经济：小规模的数据和GPU资源就可以快速微调得到完成子任务的能力； 也有更多的参数利用率（MoE的LLM推理时大量参数并没有被激活）；
SLM努力的方向：
记录当前大模型的运行数据、资源占用和请求特征 （使用模式）； 【记录工厂流水线的运行流程】
请求类型和任务结构 → 识别常见子任务；【分析出岗位需求】
选择合适的小模型 迅速微调后用于子任务；【针对岗位，对普通员工进行快速培训】
但是小模型功能不够丰富、性能不够稳定；
更适合稳定的、重复性高的任务；