Tether AI 发布 BotPsy：0.8B 端侧个人助理模型，主打工具调用

Tether AI 发布 0.8B 端侧智能体模型 BotPsy

Tether AI Research 在 Hugging Face 博客发文，介绍端侧个人助理模型 BotPsy。该模型为 0.8B 参数，基于 Qwen3.5-0.8B 构建，面向函数调用与智能体（agentic）工作流，适合在设备本地部署。官方称其覆盖网页搜索与研究、旅行与生活、商务与金融、设备与车辆控制、文件与文档、日历、邮件与消息等场景，因参数量小，更适合低到中等难度的任务。

背景与影响

文章给出的理由是：前沿云端大模型运营成本高且可能波动，第三方服务可随时修改、拒绝或下线访问，专有模型对特定工作流的定制空间也有限，并带来隐私与数据控制方面的顾虑。作者认为并非所有任务都需要前沿级智能，小型专用智能体在特定任务上同样可用，且许多日常负载可在设备上处理。

据文章披露，BotPsy 经过监督微调、多教师在线策略蒸馏和两轮强化学习共四个阶段训练。官方称其在所测试的 1.2B 参数及以下模型中，于 BFCL v4、ACEBench、τ-bench、ToolSandbox、Claw-Eval、BrowseComp-Plus 六项工具调用与智能体基准上全部领先，其中五项超过参数量为其 2.5 倍的 Qwen3.5-2B-Think；Claw-Eval 一项则由后者领先。文章还称其多步检索类任务是弱项。

限制与来源

上述基准分数、安全测试比例与推理效率对比均来自发布方自述，尚未见独立第三方复现。文章明确表示，作为小模型 BotPsy 仍会出错，不适用于高风险用途。发布方称将以 Apache 2.0 许可开放权重，供研究与教育使用，并提供 bf16、Q8、Q4 三种精度及 safetensors、GGUF 格式；具体可用性、许可条款与部署方式请以官方页面当前信息为准。本文不构成任何投资或采购建议。来源：Hugging Face 博客（huggingface.co/blog/qvac/botpsy）。