120B模型在MCP故障处理上不优于20B

发生了什么

X·@dair_ai的研究表明，120B模型在真实MCP工具故障下的表现不优于20B模型。研究者构建了MCP-Injector，以57,240条开源MCP仓库的issue和pull‑request为依据注入故障。对gpt-oss-20B和120B模型进行1,350次运行，任务完成得分从8.08降至3.23，下降约60%。该论文已被NeurIPS 2026接受，建议在评测中加入故障注入并加强框架层错误处理。