BotPsy 开放0.8B端侧Agent权重：把日历、邮件等请求转成工具调用

交付的是小模型权重，连接应用与执行动作仍要开发者完成

Tether AI Research 于11月11日公布 QVAC BotPsy，将它定位为面向低到中等难度日常任务的0.8B参数模型。它基于 Qwen3.5-0.8B，重点训练如何选择工具、填写参数，并在收到执行结果后继续处理后续步骤。官方明确，BotPsy 不是一款可以直接安装使用的独立助手应用。

应用需要先提供可调用函数，例如读取邮件、发送邮件或创建日历事件。模型生成调用意图后，真正运行工具并返回结果的是应用。服务连接、账户权限及执行控制仍由开发者实现，因此“模型会调用工具”不意味着它已经自动获得用户邮箱、日历或设备设置的访问权。

权重可下载，离线推理也不等于所有服务都能离线

QVAC 官方说明提供 BF16 和8位精度，以及标准权重和面向 llama.cpp 的 GGUF 文件，并表示保留 Qwen3.5 架构，可用相关推理库运行，无需为架构另写定制代码。官方发布文章明确权重免费按 Apache 2.0 提供；本文没有将开放权重扩大表述为训练数据与训练过程均已公开。

模型本身可以在设备上推理，但它调用的搜索、预订等外部服务可能仍需联网。对准备评估的开发者，应分别核对权重精度、推理后端、设备内存和工具服务依赖。本地模型不按云端模型请求计费，也不能由此推导整套应用没有硬件、电力、第三方接口或运维成本。

工具调用评估优于底座，但成绩只代表发布方测试设置

Tether 给出的评估覆盖 BFCL v4、ACEBench、τ-bench、Claw-Eval、BrowseComp-Plus 和 ToolSandbox。新闻稿报告，BFCL v4 从底座的23.4提升到44.0，ACEBench 从30.1提升到58.7。这些数字来自 Tether 自身测试，本站没有复现，不据此宣布它在所有 Agent 工作流中胜过更大模型。

QVAC 原文也强调多步任务更难，依赖连续多次搜索的研究任务对这个规模的模型仍是弱项。英语是推荐语言，其他语言的指令跟随表现并不一致。用于某一种任务时，应以本地工具定义和真实输入验证，不能用综合分数替代自己的日历、邮件或文件操作验收。

能发现失败并尝试恢复，仍须由应用约束不可逆操作

官方用 ACEBench 中的发送消息任务展示错误恢复：网络关闭和收件箱空间不足会导致发送失败，模型需要读取返回信息后再采取下一步，而不是反复重试同一调用。这个例子说明训练目标包含利用工具反馈调整行为，但它是评估场景，不是对所有真实邮箱服务的兼容承诺。

QVAC 同时披露模型仍会出错，并不适用于安全关键或高风险自动决策；自动攻击测试也未达到零风险。作为一般集成建议，删除、发送和修改账户资料等动作应由应用设置清晰的授权、确认与审计机制。本地运行减少了部分数据外传需求，并不会自然消除工具误用、提示注入或错误执行。

手机与家用电脑协作是后续愿景，不能写成已经上线的系统

Tether 描述的长期方向是让手机充当交互界面，较重任务交给家用电脑或可信点对点节点处理，并通过加密连接安排搜索等工作。QVAC 文章也以未来表述介绍个性化微调及点对点网络。这些内容解释研发方向，不证明完整的跨设备个人助手已经可供普通用户使用。

当前可以确认的发布物是模型及官方说明中的权重入口。本站本轮未能稳定读取 Hugging Face 模型卡，但已通过可读官方发布正文核对日期、用途、权重许可与运行形式，不因非核心入口故障无限压稿。后续设备实测、模型卡细节与集成路线有实质进展时，再更新原文并保留首次发布时间。

继续阅读