全球最大稳定币USDT背后的公司Tether推出了一款紧凑型AI智能体，在公司自有的基准测试中，其表现超越了体积最高达其2.5倍的模型，这表明强大的AI助手或许并不需要庞大的模型来完成任务。

周三，该公司发布了QVAC BotPsy，这是一个8亿参数的AI智能体，旨在个人设备上执行日常任务，包括管理手机设置、发送消息和日程安排，并可能无需将个人信息发送到云端服务器。

参数本质上是决定AI模型能力大小的旋钮，参数越多通常意味着性能越好。作为参考，当今的前沿AI模型参数量达数万亿。然而在公司测试中，Tether这款相对小巧的模型在六项工具使用基准测试中的五项上击败了参数量最高达其2.5倍的竞争对手。

对于这类软件而言，体积不仅仅是记分板上的数字：消费级硬件存在严格的内存限制，因此旨在本地运行的模型的参数数量决定了什么能够真正在用户口袋中的设备上运行。

是智能体，而非聊天机器人

与仅仅回答问题的传统聊天机器人不同，BotPsy具有智能体特性，这意味着它被设计用来采取行动。它可以识别应用程序需要哪些工具，按正确的顺序执行命令，并在出现问题时进行调整。

Tether描述了一个基准测试场景：AI助手需要发送一条消息，但遇到了两个问题：Wi-Fi被禁用且收件箱已满。BotPsy开启了Wi-Fi，清理了足够的存储空间并完成了任务，而底层模型则反复尝试同一失败的指令。这是一个相当普通的成就，但正是这类问题使得AI智能体在聊天窗口之外发挥作用。

基于小型Qwen模型构建

BotPsy基于阿里巴巴的Qwen3.5-0.8B架构构建，这是一个相对较小的语言模型，Tether对其进行了进一步训练，使其专注于与软件工具交互。其8亿参数代表模型在训练期间学习到的数值，参数数量较少通常意味着运行所需的内存更少。

根据Tether的技术文档，BotPsy在BFCL v4上得分44.0%，该基准测试评估AI系统在不同任务和对话中选择和执行软件功能的能力。分数反映了各工具使用类别中成功表现的加权百分比。底层Qwen3.5-0.8B模型得分为23.4%，而体积大得多的Qwen3.5-2B达到37.7%。

BotPsy在ACEBench上也得分58.7%，该基准测试评估函数调用的准确性，包括选择适当的工具和参数。其基础模型得分为30.1%，而20亿参数的竞争对手得分为55.4%。

该公司在六项工具使用评估中测试了五个模型，BotPsy在其中五项中取得了最高成绩。其在这些测试中的平均得分达到45.0%，而较大的Qwen模型为38.8%。

QVAC生态系统的一部分

BotPsy是QVAC的最新成员，QVAC是Tether构建一个在用户控制的设备上运行而非完全依赖集中式云基础设施的AI生态系统的举措。该公司于2025年5月首次推出QVAC，将该项目定位为科技巨头运营的AI服务的替代方案。其更长期的雄心包括能够与应用程序交互并可能使用BTC和USDT进行支付的自主智能体。

这一支付愿景也是Tether的AI项目与其核心业务的交汇点：能够使用USDT进行交易的智能体将处理该公司发行的稳定币。

Tether于2025年10月扩展了这一举措，推出了一个用于训练科学和工程模型的410亿token数据集，以及QVAC Workbench，这是一款让用户在本地运行AI模型的应用程序。今年早些时候，该公司发布了其软件开发工具包，为开发者提供跨移动和桌面操作系统构建离线AI应用程序的工具。

对于这一愿景而言，紧凑型模型是实际前提，因为该生态系统的理念是AI应该在用户控制的硬件上运行，而不是在遥远的数据中心。

Tether还开发了QVAC MedPsy，这是一个专为消费级硬件设计的医疗AI系统。其17亿参数版本在HealthBench Hard上超越了Google体积大得多的MedGemma-27B，HealthBench Hard是一项使用医生制定的标准评估真实临床对话的测试。

可用性与注意事项

BotPsy目前根据Apache 2.0许可证作为开放权重模型提供，这意味着开发者可以下载、修改并将其集成到自己的应用程序中。Tether还发布了旨在减少本地部署内存需求的压缩版本。

该公司尚未宣布由BotPsy驱动的成品消费级助手的发布日期，其发布的模型卡指出，训练代码和训练数据不包含在此次发布中。

这使得开发者成为此次发布的直接受众：开放权重和压缩版本已经可以下载，而任何基于BotPsy构建的成品消费级助手仍未确定日期。