BotPsy：0.8B参数端侧智能体模型发布

Tether AI Research 发布 BotPsy，一款基于 Qwen3.5-0.8B 构建的端侧个人助理模型。该模型专为函数调用和智能体工作流设计，旨在解决云端大模型成本高、隐私风险及依赖第三方服务的问题。尽管参数量不足 10 亿，BotPsy 在工具使用基准测试中表现优异，甚至超越了部分 2B 参数模型，适合在本地设备上处理中低难度的日常任务，如搜索、日程管理及设备控制。

端侧部署与隐私优势

随着每参数智能的提升，小型专用模型在特定任务上的表现日益接近大型前沿模型，且运行成本显著降低。BotPsy 的核心价值在于其“自托管”特性，允许用户在本地设备上运行，从而避免数据上传至第三方服务器，保障隐私和数据控制权。对于不需要前沿级智能的常规工作负载，如网页搜索、旅行规划、商务运营或设备控制，BotPsy 提供了高效且安全的解决方案。这种架构减少了对云端 API 的依赖，降低了因服务商政策变动或访问限制带来的风险，适合对数据敏感或网络环境受限的场景。

工具调用性能突破

BotPsy 在工具使用（Tool-Use）和智能体（Agentic）基准测试中取得了显著成绩。在 BFCL v4、ACEBench 和 τ-bench 等关键指标上，其性能相比基座模型 Qwen3.5-0.8B-Think 翻倍。例如，BFCL v4 得分从 23.4 提升至 44.0，τ-bench 从 23.2 提升至 51.5。值得注意的是，BotPsy 在五个主要基准测试中超越了参数量为其 2.5 倍的 Qwen3.5-2B-Think，仅在 Claw-Eval 上略逊一筹。这表明通过针对性的智能体训练，小模型可以在特定领域实现“以小博大”的效果，特别是在多轮对话和复杂指令遵循方面表现稳健。

指令遵循与知识保留

除了工具调用，BotPsy 在指令遵循（Instruction Following）方面也有显著提升。IFEval 得分从 59.7 跃升至 90.8，IFBench 从 22.0 提升至 55.9，成为同级别模型中的最高分。同时，模型在保持通用知识方面表现良好，GPQA Diamond 和 MMLU-Pro 得分均有提升，说明工具使用训练并未严重损害其基础语言能力。此外，BotPsy 具备“知道何时不调用工具”的能力，在幻觉测试中得分 86.1，能有效识别无法由现有工具处理或参数错误的请求，减少了无效操作和错误执行的风险。

局限性与适用场景

尽管性能出色，BotPsy 仍是一个 0.8B 参数的小模型，存在固有的局限性。官方明确指出，它不适合高风险或高复杂度的决策场景，且在低资源语言上的表现相对滞后。随着指令累积，其性能可能会有所下降。因此，BotPsy 更适合作为个人助理或轻量级自动化代理，处理中低难度的日常任务，而非替代大型模型进行深度推理或创意生成。对于开发者而言，它是一个在隐私保护和成本效益之间取得良好平衡的端侧选项。

小编总结

BotPsy 的发布印证了“小模型大用途”的趋势，对国内 CG 及 AI 创作从业者而言，其意义在于提供了一种低成本、高隐私的本地化智能体方案。虽然它不直接参与 3D 建模或渲染，但可用于自动化工作流管理，如文件整理、日程协调或简单的数据检索，从而释放创作者精力专注于核心创意。建议从业者关注此类端侧模型的演进，特别是在本地部署环境下，如何利用小模型构建个性化的辅助工具链。需注意，目前该模型在复杂逻辑和多语言支持上仍有短板，不宜用于关键生产环节，更多是作为实验性或辅助性工具进行跟进。