研究：智能家居智能体多数调用无需前沿大模型
原文标题：Not Every Call Needs a Frontier Model: Per-Call-Site Evaluation of Small Language Models in a Deployed Agentic Home-Automation System
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文在开源智能家居框架 Wactorz 的五个 LLM 调用点上评测 9 个 0.8B 至前沿模型，发现能力排序因调用点而异，大模型并非全面更优。最佳本地模型在五个调用点中的四个与托管模型无统计差异，仅代码生成拉开差距。按调用点路由本地模型可达 91.8% 准确率，仅托管两个生成类调用点即可用 28% 成本达到同等效果。
深读 · 结论先行AI 生成展开看要点与影响 ↓
智能家居五调用点实测：最佳本地模型四站点与托管模型无统计差异
- •在Wactorz五个LLM调用点评测9个0.8B至前沿模型，用生产提示与两套真实Home Assistant，共2520次评分调用
- •能力排序因站点而异，一个4B模型在接地执行上反而不如其2B同门
- •仅代码生成拉开差距（对小托管模型p=0.039，对前沿模型p=0.002）
- •按站点路由本地模型达91.8%准确率，仅托管两个生成类站点可用28%成本达到同等效果
- •小模型在actuation上出现安全退化：Gemma4 E2B对非自有设备87.2%仍执行，另一模型则全部拒绝
为什么重要：「一个最强模型服务所有调用点」被数据证伪，按站点路由既省钱又暴露小模型的安全失败模式，对智能家居与边缘agent部署很实用。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
AI分析40万条Reddit帖子发现Ozempic隐藏副作用
AI 摘要研究利用AI分析约40万条Reddit帖子，发现Ozempic等GLP-1药物此前未被充分记录的副作用。该成果展示AI在药物警戒与真实世界证据挖掘中的潜力，可补充传统临床试验与不良反应报告的盲区。
谷歌AlphaGenome Atlas绘制人类基因组图谱
AI 摘要谷歌DeepMind推出AlphaGenome Atlas，包含人类基因组中每个可能的DNA字母变化的预测图谱，有望加速科学研究并推动疾病治疗。该工具将改变我们对生物学的理解。
Meta Muse 下载破千万，国内创业团队争造中国版个人 Agent
AI 摘要Meta 个人 AI 助理 Muse 上线不足两月累计下载 1040 万次，带动国内 Personal Agent 创业热潮，Today AI、Manus Cue、Rabbit OS3 等相继入场。但创业团队需直面豆包、千问等大厂免费产品，以及跨 App 执行任务受微信、淘宝等平台限制的生态壁垒。
腾讯汤道生谈 WorkBuddy 商业化：不设收入数字逼团队
AI 摘要在 2026 腾讯全球数字生态大会上，腾讯发布跨应用办公协同体系 Buddy One，打通腾讯文档、会议、ima 与网盘，并推出商业化方案 Buddy One VIP。汤道生表示 WorkBuddy 商业化以支撑服务发展为目的，不设具体收入指标；负责人刘毅透露中国 500 强中 50% 已在使用，平台累计提交任务超 90 亿。