一台电脑若只拿来写代码，却要常年背着聊天、写作等整套能力，多少有些浪费。Anik Jha 研究了两款代码 MoE——内部设有大量子网络“专家”，再由路由器为每个词挑少数专家工作。作者尝试一次性领域剪枝：根据一轮统计直接删除对代码任务较不重要的专家，以缩小模型和内存占用。
论文在 Qwen3.6-35B-A3B 与 Gemma-4-26B-A4B 上报告，删掉一半专家后，主要代码生成基准没有出现统计上可检测的损失，能力代价主要落在编程之外。更值得留意的是，剪谁并无通用答案：REAP 策略在 Qwen 上领先路由质量 2.4 个百分点，到了 Gemma 却反落后 12.8 个百分点；Gemma 的优胜策略在 Qwen 更深度剪枝时还会崩溃。说白了，庞大专家池在垂直部署中确有明显冗余，但每款模型仍须用真实代码任务单独验收，不能照搬剪枝配方。