生活分享

Tether 發表 8 億參數 AI 代理 BotPsy：主打在手機等裝置上處理日常任務，自家測試勝過 2.5 倍大模型

Tether 推出小型 AI 代理 BotPsy-0.8B，設計在個人裝置上本機執行設定、訊息、排程等日常任務，開發者可免費下載使用。公司自家測試顯示它多項勝過更大的模型。不過它只適合低至中等難度任務，不適用於涉及金錢、個人資訊或健康的事務，消費級助理也尚無上市日期。

閱讀時間約 6 分鐘

Tether 發表 8 億參數 AI 代理 BotPsy：主打在手機等裝置上處理日常任務，自家測試勝過 2.5 倍大模型
圖片：Mokaair (Original editorial artwork)

發生了什麼事

據 Decrypt 報導，Tether 發表了 QVAC BotPsy，這是一個 8 億參數、設計用於在個人裝置上執行日常任務的 AI 代理。Decrypt 稱 Tether 是全球最大穩定幣 USDT 背後的公司。Decrypt 解釋，參數是模型在訓練中學到的數值；參數越少，通常代表執行時需要的記憶體越少。Decrypt 也說明，「代理式」AI 不像傳統聊天機器人只回答問題，而是會採取行動：判斷需要哪些工具、按正確順序執行指令，出錯時調整做法。

根據 Hugging Face 模型卡，BotPsy-0.8B 是為函式呼叫與代理式工作流程設計的模型。函式呼叫是指讓 AI 去操作應用程式裡的功能，例如模型卡範例中的在行事曆新增活動。它建立在 Qwen3.5-0.8B 之上，適合直接部署在裝置上執行，採 Apache 2.0 授權。模型卡說明，它是以工具完成網路搜尋、行事曆、電子郵件與訊息、裝置控制等簡單任務的「個人助理」。

Decrypt 指出，BotPsy 可處理涉及手機設定、訊息與排程的多步驟任務，並有可能不必把個人資訊傳到雲端伺服器。Decrypt 轉述 Tether 描述的測試情境：助理要傳訊息，但 Wi-Fi 關閉且收件匣已滿；BotPsy 開啟 Wi-Fi、清出足夠空間並完成任務，而其底層模型反覆嘗試同一個失敗的操作。

基準成績：小模型勝在哪裡

基準是用來比較 AI 模型能力的標準化測驗。例如 Decrypt 說明，BFCL v4 評估 AI 在不同任務與對話中選擇並執行軟體功能的能力，ACEBench 則評估函式呼叫的準確度，包括選對工具與參數值。Decrypt 指出，Tether 測試了五個模型、六項工具使用評測，BotPsy 在其中五項取得最高分，且這些結果來自公司自己的測試。根據模型卡，所有模型皆在「思考模式」（先思考再回答）下以同一套評測框架測試。以下數字均出自模型卡，單位為百分比分數，越高越好。

工具使用與代理基準（資料來源：Tether 模型卡，公司自行測試）
基準BotPsy-0.8B基礎模型 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
六項平均45.024.738.8

根據模型卡，Claw-Eval 是 Qwen3.5-2B-Think 領先（48.9 對 46.5）。BrowseComp-Plus 上 BotPsy 雖為五個模型中最高，但模型卡自承以絕對值而言偏低。知識類基準則明顯落後：GPQA Diamond 為 38.1 對 59.9，MMLU-Pro 為 48.9 對 65.5。模型卡稱，知識主要仍隨參數量增加，BotPsy 設計為對不知道的事實呼叫工具，而非作為知識模型。

限制與使用前須知

  • 根據模型卡，BotPsy 最適合低至中等難度的任務，且仍會犯錯。
  • 根據模型卡，它不適用於安全攸關或高風險的自動化決策，也不適用於涉及金錢、個人資訊、健康等敏感主題的應用。
  • 根據模型卡，它主要以英文訓練與測試，建議使用英文；在其他七種語言的 Multi-IF 測試中多數表現良好，但印地語與俄語分數低得多。
  • 根據模型卡，在 τ³-banking 上沒有任何受測模型得分超過 5。
  • 根據模型卡，訓練程式碼與訓練資料不屬於此次釋出。

對一般讀者的意義

Decrypt 認為，這顯示 AI 助理或許不需要龐大的模型就能完成工作：若小型模型能可靠地處理設定、訊息與排程等例行工作，這類助理可在個人裝置上執行。不過 Decrypt 指出，Tether 尚未公布由 BotPsy 驅動的完整消費級助理的發布日期，因此目前一般使用者還無法直接使用成品。

對開發者而言，Decrypt 指出 BotPsy 以 Apache 2.0 授權的開放權重模型提供，也就是模型本身可下載、修改並整合進自己的應用。根據模型卡，另有 GGUF 格式檔案（BF16、Q8_0 與 Q4_K_M 版本），可用於 llama.cpp 與 QVAC SDK 等本機執行工具。Decrypt 稱 Tether 也釋出壓縮版本，以降低在本機部署時的記憶體需求。

Decrypt 指出，Tether 於 2025 年 5 月首度推出 QVAC，定位為科技巨頭所營運 AI 服務的替代方案。2025 年 10 月，Tether 釋出 410 億 token 資料集與 QVAC Workbench；2026 年稍早釋出 SDK，並開發了醫療 AI 系統 QVAC MedPsy。BotPsy 是這條路線上的新成員。

常見問題

BotPsy 是什麼？

據 Decrypt 報導，它是 Tether 發表、8 億參數、設計用於在個人裝置上執行日常任務的 AI 代理。根據模型卡，它建立在 Qwen3.5-0.8B 之上，專長是呼叫工具。

它真的比較大的模型強嗎？

根據模型卡，在六項工具使用基準中有五項勝過 Qwen3.5-2B-Think，但 Claw-Eval 落後，知識類基準也明顯落後。這些是 Tether 自家測試結果，Decrypt 也註明是公司測試。

可以用在涉及金錢或個人資料的事務上嗎？

模型卡明確表示不適用於安全攸關或高風險的自動化決策，也不適用於涉及金錢、個人資訊、健康等敏感主題的應用。

現在一般人能用到成品助理嗎？

據 Decrypt 報導，Tether 尚未公布由 BotPsy 驅動的完整消費級助理的發布日期。目前提供的是開放權重模型，主要面向開發者。

查看同分類最新消息

同主題延伸閱讀

資料來源

生活分享