1.8B 小模型跑业务，到底能信几分？192 次跑完 0 次 JSON 报错，却把垃圾线索当大客户：1.8B 本地模型翻车实录

大白话一位开发者在 Dev.to 发帖，说自己把平时用的 6 个 n8n 自动化工作流，全部换成跑在 CPU 上的 Qwen 1.8B 小模型，每个用例重复 3 次，一共 192 次。结果意外的是：JSON 格式一次都没坏，但内容全是坑。比如线索打分，模型给带预算的 CTO 和「求免费模板做作业」的学生都打 85 分，18 次里有 7 次会把垃圾线索推送到 Slack。发票识别把印度日期 02/11 读成 2 月，还自己瞎算出个根本不存在的总额。

对你意味着想用本地小模型省钱跑自动化的人必看：格式能保证，判断力保证不了，关键环节得自己写代码兜底。