让 AI 连续处理几十步任务，早期一个看似不起眼的判断，就可能把后面的探索带向另一条路。这篇论文发现，常被当作加速工具的推测解码——小模型先起草若干 Token（模型生成文字的基本单位），大模型再成段验收——并非完全不影响长程推理：在一次验收的候选段里，越靠后的 Token，数值噪声越大。以 GLM-5.3 的 8-Token 验证窗口为例，作者测得噪声每往后一个位置约增加 4%。
团队于是反过来训练草稿模型：在关键决策处故意提出大模型不愿接受的候选。候选被拒后，大模型会从新验证窗口的第一个、噪声较低的位置重新生成，相当于把更清晰的“记忆位置”留给真正影响后续路线的判断，而日常文字仍照常加速。作者报告，在软件工程智能体基准 DeepSWE 上，GLM-5.3-nvfp4 的端到端成功率从 60.6%升至 67.6%，且无需修改主模型。它的意义不只在提速：草稿模型开始主动安排哪些岔路值得更认真地走。