据God of Prompt在Twitter上引用的PayPal与NVIDIA最新研究显示，提升代理型AI性能无需依赖大型通用模型。PayPal通过用针对电商检索任务专门微调的小型领域模型替换慢速的大型LLM，实现了代理延迟降低49%、检索延迟提升58%、GPU成本下降45%的显著效果，并保证了输出质量。这一转变得益于NVIDIA NeMo框架的高效微调和多GPU部署，展现了专用小模型和模块化多智能体架构在实际生产系统中的商业价值。该研究为企业部署高效AI系统提供了新思路和市场机会（来源：God of Prompt，Twitter；PayPal & NVIDIA研究论文）。