先贴表。
设置解析 窗口标注 会议召回 冷启动 内存 GPU占比
gemma4:e4b 9/10 97% 7/7 5.8s 3.3GB 100%
gemma4:26b 10/10 97% 7/7 64.7s 18.3GB 51%
qwen3.6:35b 10/10 92% 7/7 25.7s 23.3GB 41%
Break Buddy 作者自己跑的。Windows 桌面小工具，到点弹个像素小人，提醒你喝水、站起来、眼睛离开屏幕。三个模型，提示词、schema、规则层都是同一套。
4B 只错一条：“每 90 分钟走一走”，漏了。窗口标注 97%，跟 26B 打平。文案作者说持平或更好。会议召回三家全 7/7。
代价：3.3GB 对 18.3GB。5.8 秒冷启动对 64.7 秒。
别急着说“小模型真香”。这话说了等于没说。让 4B 够用的不是模型，是模型外面那一圈东西。那圈东西比模型选型重要十倍，大部分人根本不写。
第一个 bug 在 schema 里
用户写 sarcastic friend，存进去的是 friendly。
作者第一批代码大概长这样：
class Settings(BaseModel):
water_minutes: int
eye_minutes: int
stretch_minutes: int
tone: str = "friendly" # 就是这一行
原因很朴素：这字段有默认值。小模型看见默认值，就照抄默认值，把那行自然语言指令当成可选的补充说明。
改成：
class Settings(BaseModel):
water_minutes: int
eye_minutes: int
stretch_minutes: int
tone: str # 必填，无默认值
再补一条 pirate voice → pirate 的示例。之后每次都对了。
大多数人调 LLM 的流程是：不对，改提示词；还不对，加“请务必”“你必须仔细分析”；还不对，换更大的模型。绕一圈回来，真正的问题在你的数据结构里——你亲手给它留了一条合法的偷懒路径。
提示词是软约束，schema 是硬约束。能上硬约束的，别用软约束。字段设成必填，比在提示词里写十行“请认真理解用户意图”管用。那十行还占 context window。
我在这上面栽过。话说得难听点：凡是你的输出契约允许模型不填某个字段，它就总有一天不填。
规则先跑，模型兜尾巴
会议检测那边，作者最早直接问模型：这个窗口标题是不是会议。
他拿一个叫 Zoom meeting.txt 的文件测过，模型正确地说不是。这事本来挺漂亮，结果他想明白——方向反了。
漏判一个真会议，代价是你在跟客户开会时屏幕角上蹦出个像素小人喊你喝水。多判一个假会议，代价是少提醒一次。这两个代价差一个数量级。
顺序倒过来：
标题命中 Zoom / Meet / Teams / Webex 固定规则
→ 判定为会议，不问模型
否则
→ 交给模型兜底
规则先跑。它确定，零延迟，不会因为显存不够或者温度抽风。模型只处理规则漏掉的那部分。日志里确实抓到过规则漏的：一个标题里带人名的 Zoom 窗口，匹配不到 Zoom Meeting 这串字，模型认出来了。
这才叫分层。便宜、确定的在前。贵、不确定的在后，只负责前面那层的尾巴。不是“用 AI 替代规则”，是“用 AI 补规则的洞”。反过来干的人我见太多了，写一堆正则嫌烦，直接上模型，然后开始给误报写补丁——那些补丁最后长得就像正则。
这方案也没全修干净。作者自己写了两个漏：Zoom Workplace 首页会被当成会议，整个首页期间都不提醒；通话刚开始那几秒的 Connecting… 窗口可能漏一条提醒。第二个是竞态，窗口标题在那几秒里还没稳下来。这段我没想出干净解法，作者也没有。
35B 那两条错，比它的准确率有意思
回来看表。
qwen3.6:35b：
Copilot 窗口 → coding （标错了）
讽刺文案 → "I suppose someone has to remind you to stay alive today"
（跟喝水没关系）
23.3GB 内存、25 秒冷启动，换来一条跑题的文案和一次窗口标错。
大模型的问题不是不准，是不稳定地准。它在 10 条设置里多救回来一条，然后在别的地方给你来一下，而且你没法预测是哪一下。对一个每 20 分钟弹一次、一天跑几十次的东西，“偶尔抽风”比“一直差一点”难处理得多。差一点你能靠重试和规则兜住；抽风你得猜。
还有那个 GPU 占比：100%、51%、41%。35B 只有四成塞进显存，剩下六成在内存和 CPU 之间来回搬。对一个开机自启、全天常驻的托盘应用，这个数字比准确率更致命。而你在任何闭源 API 上永远看不到这个数字。
说句题外话，这 3.3GB 花在哪了
设定解析可以不用模型，写个配置文件就行。窗口分类大部分被规则覆盖了。