今年最有意思的一些智能体成果来自小型开源模型的后训练：新的 Qwen3.8-27B RL 强化后训练模型……

这是对 Qwen3.8-27B 做 RL 强化后训练的新成果，训练环境已开源：它在 AA-Omniscience 上的幻觉率从 30.4% 降到 15.1%。其 MLA 压缩版可装进单张 24GB 的 RTX 4090，上下文容量约为原版 Qwen 的 3.5 倍，在 Terminal-Bench、BFCL v4 等多项智能体基准上超过了 Muse Glimmer 30B 和 GPT-6 Luna（high）。为什么重要：这说明小尺寸开源模型经强化后训练后，在智能体任务上的“智能密度”正在快速逼近大得多的模型，单卡可跑的前沿 agent 正在成为现实。

• Rohan Paul2026-10-20 14:08