Tether发布BotPsy智能体,可执行手机多步任务
手机助手要完成任务,往往不能只回答问题。发送消息可能涉及网络设置,安排日程也需要调用应用工具。Tether推出的BotPsy,就是朝着让AI实际执行这些操作的方向训练的模型。
不过,模型能在测试中调用工具,不等于用户已经能用上完整的手机助手。这次Tether动态的重点,是BotPsy的工具使用能力、本地运行定位,以及目前公开版本的边界。
BotPsy能帮手机做什么?
BotPsy面向个人设备上的日常任务,涉及手机设置、消息发送和日程安排。它与只负责生成回答的聊天模型不同:设计目标是识别任务需要哪些工具,按合适的顺序执行命令,并在遇到问题时调整做法。
Tether描述过一个发送消息的测试场景:设备的Wi-Fi处于关闭状态,收件箱也已满。BotPsy先开启Wi-Fi,再清理足够的存储空间,随后完成发送任务。作为对照,基础模型反复尝试的是同一个失败操作。
这个例子说明,多步任务处理不只是把指令拆开,还要根据工具返回的结果改变下一步动作。不过,这是公司介绍的测试场景,不能直接当成所有手机应用中的实际表现。
工具调用测试成绩怎么样?
据Tether技术文档,BotPsy在BFCL v4上的成绩为44.0%,基础模型Qwen3.5-0.8B为23.4%,参数规模更大的Qwen3.5-2B为37.7%。这项测试评估模型在不同任务和对话中选择、执行软件函数的能力,成绩是各类工具使用表现的加权结果。
在评估函数调用准确性的ACEBench中,BotPsy获得58.7%,基础模型为30.1%,较大的对照模型为55.4%。这里考察的不只是选对工具,也包括调用时能否给出合适的参数。
公司公布的整组工具使用测试中,BotPsy在大多数项目上取得最高成绩,平均分为45.0%,较大的Qwen对照模型为38.8%。这些数据支持的是它在指定测试中的工具调用表现,并不能推导为所有任务都更强。成绩来自公司测试,也不等于独立评测结论。
本地运行和云端助手有什么区别?
BotPsy基于Alibaba的Qwen3.5-0.8B架构继续训练,重点强化与软件工具交互的能力。参数可以理解为模型训练后形成的数值,较小的参数规模通常意味着运行时需要的内存更少,但参数数量本身不是任务能力的完整答案。
它所属的QVAC生态强调在用户控制的设备上运行AI,而不是完全依赖集中式云端服务。放到手机助手场景里,这意味着相关任务有望在本地处理,个人信息也可能不必发送到云端服务器。
这里的关键词是“有望”。本地模型的定位,不代表所有应用集成都已经实现离线运行,也不能据此认定每一种任务都不会传输数据。
QVAC此前已涉及医疗、翻译和语音处理,也提供本地模型运行应用与面向开发者的SDK。BotPsy补充的是执行任务这一环,让生态不只覆盖内容处理,也面向应用操作。
开放权重等于手机助手已上线吗?
不等于。BotPsy目前以开放权重模型形式提供,采用Apache 2.0许可,开发者可以修改模型并将其集成到自己的应用中。Tether还提供了压缩版本,意在减少本地部署所需的内存。
但面向普通用户的完整助手产品,尚未公布发布日期。模型能够执行工具调用,与一款可以直接使用的应用之间,仍然是不同的交付形态。
公开范围也有明确边界:模型卡说明,此次发布不包含训练代码和训练数据。因此,“开放权重”不能被理解为训练过程涉及的全部内容都已公开。
结语:模型能力与成品应用要分开看
这次发布交代了BotPsy的任务定位、公司测试成绩和权重开放方式。它展示的是小模型经过专项训练后处理工具调用的能力;至于完整手机助手何时可用,目前没有公布日期。读这则报道,把测试表现、本地运行目标、产品交付状态分开,就不会把模型发布误读成成品应用上线。
本文基于公开媒体报道整理,仅作信息参考,不构成任何投资依据,内容以原文为准。