一句话看懂：Tether AI Research 发布 BotPsy，一个基于 Qwen3.5-0.8B 微调、面向函数调用与 Agent 工作流的 0.8B 端侧模型，宣称在多数工具使用评测中超过 1.2B 以下同级模型，甚至优于 2.5 倍参数的 Qwen3.5-2B-Think。
事件核心：发生了什么
据 Hugging Face Blog 2026 年 11 月 11 日发布的文章，Tether AI Research 推出 BotPsy，参数量 0.8B，定位为可本地部署的“个人助理”，覆盖网页搜索、旅行生活、电商金融、设备控制、文件文档、日历和邮件消息等场景。模型已放出 safetensors 权重和 bf16、Q8、Q4 三档 GGUF 量化版本，便于端侧运行。作者团队称，BotPsy 在其测试的 ≤1.2B 参数模型中工具调用与 Agent 表现最佳，六项评测里五项领先，包括 BFCL v4 得分 44.0（基座 23.4）、ACEBench 58.7、τ-bench 51.5、ToolSandbox 64.6、BrowseComp-Plus 4.5；仅 Claw-Eval 落后于 Qwen3.5-2B-Think（46.5 对 48.9）。官方同时说明，小模型仍会出错，不适合高风险任务。
为什么重要
这则发布切中了云端大模型的两个现实问题：调用成本不可控，以及第三方服务可能修改、限流或下线。BotPsy 走的是“够用就好”的路线——不追求前沿通用智能，而是把函数调用和工具编排做深，用亚十亿参数换取本地推理的隐私与成本优势。对行业而言，它进一步验证了“专用小模型 + Agent 工作流”可以与闭源 API 形成差异化竞争，也说明参数效率的提升正在把一部分常规任务从云端拉回端侧。
对用户/开发者/创作者的影响
开发者可以基于公开权重做端侧集成，GGUF 量化版本降低了消费级硬件的部署门槛，适合构建离线可用的日历、邮件、设备控制类助手。不过需要注意，上述成绩均来自作者自测的特定评测集，目前公开信息显示其多轮指令跟随会随指令累积而下降，低资源语言表现也偏弱。对企业采购者，BotPsy 可作为隐私敏感场景的候选，但不宜直接用于金融、医疗等高风险决策。创作者则可关注其在本地文件与内容管理类工作流中的实际可用性，而非通用问答能力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是第三方复现评测能否支撑其“同级最佳”的说法，尤其是 τ²-bench 与 BFCL 多轮任务；二是端侧实际部署的延迟、内存占用和量化后精度损失；三是 Tether 是否围绕 BotPsy 建立开发者生态或配套工具链，以及更大参数版本是否会跟进。
