拿小模型给大模型打草稿，怎么跟速通里的预判操作一个味

最近翻推理服务的优化，看到 speculative decoding 这东西，越看越眼熟：让个小模型先噼里啪啦猜出一串 token，大模型再一口气批改，猜对了白赚速度，猜错了回头重算。这不就是当年速通玩家那套预判操作吗——看见下一段地形，手指先按出去，赌对了省一大截帧，赌错了就吃个撞墙重来。 我自己打算在本地拿个同词表的小模型给 DeepSeek 打草稿试试，专门测长文续写，看猜中率到底能有多高。直觉上 reasoning 模型在这儿挺吃亏：思维链是跳着走的，草稿模型根本猜不到它下一步往哪拐，可能还不如老老实实逐字往外吐。Claude 那边同理，思维链摊得越开，越难被预判。 有自己实测过的吗？草稿模型该挑多大才划算，这块我一直没摸到门道。