Reddit 用戶指出 Qwen 3.8 27b 模型在執行動作前，傾向產生大量意識流風格的內心獨白，導致過度思考。這些獨白經常重複表達執行測試或命令的意圖。對於重視效率的本地 LLM 用戶而言，這種冗長的推理過程會浪費 Token 並增加延遲。為解決此問題，社群分享了來自 Hugging Face 的固定聊天模板修復程式，以及特定的提示技巧，能有效遏制重複循環並優化生產環境中的表現。

事件背景

現代大型語言模型通常採用「推理區塊」或思維鏈技術，讓模型在產生最終答案前先生成中間思考過程。這模擬了人類的系統二思考方式，允許進行複雜的問題解決，但若未適當限制，有時會導致輸出過於冗長。

社群觀察

社群成員將此行為與 OpenAI 和 Anthropic 使用的推理區塊進行比較，指出這是先進模型的常見特徵。部分用戶形容該模型的性格具有「嚴重的偏執」，但也有其他人讚賞其儘管冗長卻強大的能力。