生活分享

Tether 发布 8 亿参数 AI 代理 BotPsy：主打在手机等设备上处理日常任务，自家测试胜过 2.5 倍大模型

Tether 推出小型 AI 代理 BotPsy-0.8B，设计在个人设备上本地运行设置、消息、日程等日常任务，开发者可免费下载使用。公司自家测试显示它多项胜过更大的模型。不过它只适合低至中等难度任务，不适用于涉及金钱、个人信息或健康的事务，消费级助理也尚无上市日期。

阅读时间约 5 分钟

Tether 发布 8 亿参数 AI 代理 BotPsy：主打在手机等设备上处理日常任务，自家测试胜过 2.5 倍大模型
图片：Mokaair (Original editorial artwork)

发生了什么事

据 Decrypt 报道，Tether 发布了 QVAC BotPsy，这是一个 8 亿参数、设计用于在个人设备上执行日常任务的 AI 代理。Decrypt 称 Tether 是全球最大稳定币 USDT 背后的公司。Decrypt 解释，参数是模型在训练中学到的数值；参数越少，通常意味着运行时需要的内存越少。Decrypt 也说明，“代理式”AI 不像传统聊天机器人只回答问题，而是会采取行动：判断需要哪些工具、按正确顺序执行指令，出错时调整做法。

根据 Hugging Face 模型卡，BotPsy-0.8B 是为函数调用与代理式工作流设计的模型。函数调用是指让 AI 去操作应用里的功能，例如模型卡示例中的在日历新增活动。它基于 Qwen3.5-0.8B 构建，适合直接部署在设备上运行，采用 Apache 2.0 许可。模型卡说明，它是借助工具完成网络搜索、日历、电子邮件与消息、设备控制等简单任务的“个人助理”。

Decrypt 指出，BotPsy 可处理涉及手机设置、消息与日程的多步骤任务，并有可能无需把个人信息发送到云端服务器。Decrypt 转述 Tether 描述的测试场景：助理要发消息，但 Wi-Fi 关闭且收件箱已满；BotPsy 打开 Wi-Fi、清出足够空间并完成任务，而其底层模型反复尝试同一个失败的操作。

基准成绩：小模型胜在哪里

基准是用来比较 AI 模型能力的标准化测试。例如 Decrypt 说明，BFCL v4 评估 AI 在不同任务与对话中选择并执行软件功能的能力，ACEBench 则评估函数调用的准确度，包括选对工具与参数值。Decrypt 指出，Tether 测试了五个模型、六项工具使用评测，BotPsy 在其中五项取得最高分，且这些结果来自公司自己的测试。根据模型卡，所有模型均在“思考模式”（先思考再回答）下以同一套评测框架测试。以下数字均出自模型卡，单位为百分比分数，越高越好。

工具使用与代理基准（数据来源：Tether 模型卡，公司自行测试）
基准BotPsy-0.8B基础模型 Qwen3.5-0.8B-ThinkQwen3.5-2B-Think（2.5 倍）
BFCL v444.023.437.7
ACEBench58.730.155.4
τ-bench51.523.246.5
ToolSandbox64.630.541.2
BrowseComp-Plus4.51.92.8
Claw-Eval46.539.348.9
六项平均45.024.738.8

根据模型卡，Claw-Eval 是 Qwen3.5-2B-Think 领先（48.9 对 46.5）。BrowseComp-Plus 上 BotPsy 虽为五个模型中最高，但模型卡自承以绝对值而言偏低。知识类基准则明显落后：GPQA Diamond 为 38.1 对 59.9，MMLU-Pro 为 48.9 对 65.5。模型卡称，知识主要仍随参数量增加，BotPsy 设计为对不知道的事实调用工具，而非作为知识模型。

限制与使用前须知

  • 根据模型卡，BotPsy 最适合低至中等难度的任务，且仍会出错。
  • 根据模型卡，它不适用于安全攸关或高风险的自动化决策，也不适用于涉及金钱、个人信息、健康等敏感主题的应用。
  • 根据模型卡，它主要以英文训练与测试，建议使用英文；在其他七种语言的 Multi-IF 测试中多数表现良好，但印地语与俄语分数低得多。
  • 根据模型卡，在 τ³-banking 上没有任何受测模型得分超过 5。
  • 根据模型卡，训练代码与训练数据不属于此次发布。

对普通读者的意义

Decrypt 认为，这表明 AI 助理或许不需要庞大的模型就能完成工作：若小型模型能可靠地处理设置、消息与日程等例行工作，这类助理可在个人设备上运行。不过 Decrypt 指出，Tether 尚未公布由 BotPsy 驱动的完整消费级助理的发布日期，因此目前普通用户还无法直接使用成品。

对开发者而言，Decrypt 指出 BotPsy 以 Apache 2.0 许可的开放权重模型提供，也就是模型本身可下载、修改并集成进自己的应用。根据模型卡，另有 GGUF 格式文件（BF16、Q8_0 与 Q4_K_M 版本），可用于 llama.cpp 与 QVAC SDK 等本地运行工具。Decrypt 称 Tether 也发布了压缩版本，以降低本地部署时的内存需求。

Decrypt 指出，Tether 于 2025 年 5 月首次推出 QVAC，定位为科技巨头所运营 AI 服务的替代方案。2025 年 10 月，Tether 发布 410 亿 token 数据集与 QVAC Workbench；2026 年早些时候发布 SDK，并开发了医疗 AI 系统 QVAC MedPsy。BotPsy 是这条路线上的新成员。

常见问题

BotPsy 是什么？

据 Decrypt 报道，它是 Tether 发布、8 亿参数、设计用于在个人设备上执行日常任务的 AI 代理。根据模型卡，它基于 Qwen3.5-0.8B 构建，专长是调用工具。

它真的比更大的模型强吗？

根据模型卡，在六项工具使用基准中有五项胜过 Qwen3.5-2B-Think，但 Claw-Eval 落后，知识类基准也明显落后。这些是 Tether 自家测试结果，Decrypt 也注明是公司测试。

可以用在涉及金钱或个人数据的事务上吗？

模型卡明确表示不适用于安全攸关或高风险的自动化决策，也不适用于涉及金钱、个人信息、健康等敏感主题的应用。

现在普通人能用到成品助理吗？

据 Decrypt 报道，Tether 尚未公布由 BotPsy 驱动的完整消费级助理的发布日期。目前提供的是开放权重模型，主要面向开发者。

查看同分类最新消息

同主题延伸阅读

资料来源

生活分享