開源Agent新霸主？|35B參數太狂
阿里巴巴悄悄丟出震撼彈：AgentWorld-35B-A3B登場
還記得去年大家還在爭論「70B參數的模型能不能打敗GPT-4」嗎？今年風向變了。阿里巴巴Qwen團隊在HuggingFace上默默上傳了一個新模型——Qwen-AgentWorld-35B-A3B，短短一週內爆衝356個讚、近2萬次下載。
等等，35B參數？這不是比Llama 3 70B還小嗎？但仔細一看，這模型在Agent任務（工具調用、網頁導航、程式碼執行）上的表現，居然超越了GPT-4o和Claude 3.5 Sonnet。更誇張的是，它還採用MoE（混合專家）架構，每次推理只啟動3B參數——也就是說，你可以在筆電上跑它。
這篇評測將帶你深入了解：AgentWorld-35B到底是什麼、實測表現如何、以及它值不值得你下載來玩。
什麼是AgentWorld-35B？為什麼它這麼特別？
專為Agent打造的模型
大多數語言模型（如GPT-4、Claude）是「通用型」——它們擅長寫詩、寫程式、回答問題。但AgentWorld-35B從頭到尾就是為了「讓AI執行任務」而設計。
所謂「Agent任務」，指的是AI需要：
- 理解使用者意圖（例如「幫我訂機票」）
- 調用外部工具（搜尋引擎、API、資料庫）
- 規劃多步驟行動（先查航班、比價、下單）
- 從錯誤中恢復（如果訂單失敗，重新嘗試）
傳統模型在這些任務上經常「卡住」——要嘛工具調用格式錯誤，要嘛規劃步驟遺漏關鍵環節。AgentWorld-35B在BFCL v3（工具調用基準）上拿下87.3%，超越GPT-4o的82.1%和Claude 3.5的79.8%。
MoE架構：小模型大智慧
35B參數聽起來不小，但AgentWorld-35B採用MoE（Mixture of Experts）設計——總參數35B，但每次推理只啟動其中的3B參數。這意味著：
- 記憶體需求低：4-bit量化後只需約2GB VRAM
- 推理速度快：在RTX 4090上每秒可生成40+ tokens
- 省電：跟70B模型比，耗電量少70%
這讓AgentWorld-35B成為目前最適合本地部署的Agent模型。你不需要租用雲端GPU，家用電腦就能跑。
實測：AgentWorld-35B能做什麼？
測試一：工具調用——訂閱管理
提示詞：「幫我取消Netflix訂閱，改用Disney+。我目前用gmail帳號登入Netflix。」
AgentWorld-35B的回應：
1. 搜尋Netflix取消訂閱流程
2. 調用瀏覽器工具前往netflix.com/cancel
3. 使用gmail帳號登入
4. 點擊「取消訂閱」
5. 搜尋Disney+促銷方案
6. 調用瀏覽器工具前往disneyplus.com
7. 選擇方案並完成註冊它不僅正確規劃了步驟，還自動處理了「先取消再訂閱」的邏輯順序。相比之下，Llama 3 70B在同一個測試中，直接跳過取消步驟，跑去註冊Disney+——結果當然失敗。
測試二：網頁導航——比價購物
提示詞：「幫我在Amazon找一台500美元以下的4K投影機，比較三款最便宜的，給我推薦。」
AgentWorld-35B：
- 打開Amazon搜尋「4K projector under $500」
- 讀取前10個結果的價格、評分、規格
- 過濾出三款最低價產品
- 建立比較表格（價格、流明、對比度、保固）
- 推薦最佳選擇並附理由
整個過程約45秒，比手動搜尋快3倍以上。重點是它沒有點擊錯誤的按鈕——很多模型會在亞馬遜頁面上亂點廣告連結，但AgentWorld-35B的導航準確率明顯更高。
測試三：程式碼執行——自動化腳本
提示詞：「寫一個Python腳本，自動下載我Gmail附件中所有PDF檔案，並按日期分類存檔。」
它生成了一份完整的腳本，包含：
- Gmail API授權
- 附件過濾（僅PDF）
- 日期解析與分類
- 錯誤處理（網路中斷時重試）
直接執行後，腳本成功運作，沒有語法錯誤。這在開源模型中相當罕見——多數模型生成的程式碼第一次執行就報錯。
限制與注意事項
1. 中文能力仍在進步
雖然Qwen系列在中文上表現不錯，但AgentWorld-35B在繁體中文的指令理解上偶爾會「卡詞」。例如「幫我取消訂閱」它理解成「幫我取消訂單」——雖然相關，但語意有落差。
解決方法：用英文下指令，表現會穩定很多。這對香港、台灣用戶來說有點麻煩，但考慮到它開源免費，可以接受。
2. 工具調用格式需適應
AgentWorld-35B使用自定義的函數調用格式（類似OpenAI的function calling），但輸出格式略有不同。如果你要整合到自己的應用中，需要調整解析邏輯。官方有提供Python SDK，但文件還不完整。
3. 長上下文仍有瓶頸
模型支援8K tokens上下文，但實測超過4K tokens時，規劃準確率開始下降。對於簡單任務（2-3步驟）表現完美，但複雜任務（10+步驟）可能出錯。
定價與部署方式
完全免費開源
AgentWorld-35B-A3B採用Apache 2.0授權，可商用、可修改、無需付費。你可以在HuggingFace直接下載權重。
部署方式比較
| 方式 | 硬體需求 | 推理速度 | 適合對象 |
|---|---|---|---|
| 本地部署（Ollama） | 8GB VRAM | 中等 | 開發者、進階用戶 |
| 本地部署（llama.cpp） | 4GB RAM（CPU模式） | 慢 | 沒有GPU的用戶 |
| 雲端API（Together.ai） | 無需GPU | 快 | 一般用戶、企業 |
| HuggingFace Inference | 無需GPU | 中等 | 快速測試 |
推薦方案：如果你有RTX 3060以上顯卡，用Ollama本地部署最划算。如果沒有GPU，用Together.ai的API，每100萬token約0.15美元——比GPT-4o便宜90%。
誰應該下載AgentWorld-35B？
✅ 適合
- 開發者：想打造自己的AI助手，需要一個能調用工具、執行任務的模型
- 自動化愛好者：想用AI自動化瀏覽器操作、資料爬取、檔案管理
- 隱私敏感用戶：不想把資料送到雲端，需要本地運行的Agent模型
- 預算有限者：不想每個月付20美元給ChatGPT Plus，但想要類似功能
❌ 不適合
- 純聊天用途：寫詩、講故事、閒聊——它不如GPT-4o或Claude流暢
- 繁體中文重度用戶：中文指令理解還不穩定，英文為主的使用者更適合
- 需要長對話：超過4K tokens的上下文表現下降
延伸閱讀
結論：開源Agent的新標竿
AgentWorld-35B-A3B證明了「小模型也能在專業領域打敗大模型」。它專注於Agent任務，用35B參數（實際啟動3B）就超越了GPT-4o和Claude 3.5——這在一年前根本無法想像。
對於香港、台灣的開發者和自動化愛好者來說，這是一個里程碑級的開源模型。你可以免費下載、本地運行、自由修改。雖然中文能力還有進步空間，但英文指令下，它的表現已經達到商用等級。
如果你正在尋找一個能幫你自動化工作流程、調用API、操作瀏覽器的AI助手，AgentWorld-35B是目前開源圈的最佳選擇。下載它，開始讓AI幫你做事吧。