这个在OpenClaw里＂练＂出来的模型,是给笔记本准备的智能体大脑

10月13日那天，Liquid AI 扔出一个新模型：LFM2.5-24B-A2B。名字里的 24B 是总参数，A2B 的意思是每次推理实际只激活约 2B 参数（模型卡上写的是 2.45B，官方博客四舍五入成 2B）。混合专家架构，每个模块 64 个专家，每次只挑 4 个出来干活，剩下 60 个原地待命。

这家公司这两年就盯着一件事：把"能用"的模型做小。上一代 LFM2 上下文只有 32K，这次拉到 131K；词表从 65K 翻倍到 128K，这对中文这类非拉丁文字是直接利好，官方支持的 16 种语言里就有中文。预训练数据从 17 万亿 token 翻到 33 万亿。权重开放下载，发布当天就支持 llama.cpp、MLX、vLLM、SGLang 和 ONNX，格式一次给全：原生、FP8、GGUF、ONNX、MLX-4bit。不用等社区移植，开箱就能在自己机器上点火。

强在哪，先看跑分。官方一次公布了 16 项，对手是阿里 Qwen3.6-35B-A3B、Gemma-4-26B-A4B-it 和英伟达 Nemotron-3.5-Lightning。先把口径说清楚：这些全是公司自报，暂时没看到独立复现。我交叉核了几家独立媒体的转述，数字都对得上，但独立实测确实还没有，信几分你自己掂量。

工具调用是它的主场。AutomationBench 27.69，对手 Qwen 只有 8.72，三倍还多；LiveClaw 48.09 对 38.19；ToolSandbox 80.71 对 75.02。指令遵循三项全拿：IFEval 96.75、IFBench 74.69、Multi-IF 84.38。BFCLv4 65.01 对 65.00，基本算打平。一个 2B 激活的模型，在"决定调哪个工具"这件事上压住 3B 级别的对手，这个信号挺实在。

速度是第二个卖点。M5 Max 上 184 token/秒，官方口径是 llama.cpp、Q4_K_M 量化、4K 输入上下文，内存占用 15GB；AMD 那颗旗舰 AI Max+ 395 是 114 token/秒；单张 B300 在高并发下能到 21000 token/秒——那是吞吐量，不是单次响应的速度，别混为一谈。

最对我们胃口的一点，是它的训练方式。这个模型的强化学习，是在真实的智能体框架里练出来的：OpenClaw、Hermes Agent、Pi、OpenCode。官方演示就是让它在 Hermes Agent 里跑本地任务：规划、调工具、做一份早报，全程不联网，每次工具调度的延迟"远低于一秒"。它从小就是在我们熟悉的这套智能体 harness 里长大的，工具调用不是后贴上去的技能，是刻在训练里的本能。

短板也得摊开说，官方在这点上倒没藏着。SWE-Bench Verified 51.00，对手 66.20——写代码这件事，2B 激活就是干不过 3B 级别的对手，差了 15 个点。GPQA 74.42 对 83.69，知识问答差一截。WebArena 26.75 对 37.62、PinchBench 83.18 对 89.93，这两个恰恰是最像真实浏览和工作流的智能体测试。官方自己也建议：知识密集型任务，配检索或联网搜索再用。

还有个冷静剂：AutomationBench 27.69 这个"冠军分"，绝对值其实很低，冠军也只做对了不到三成。这些智能体基准本身都很难，全场分数都不高。本地智能体离"放心撒手"还差得远，这个结论对所有参赛模型都成立。

以及一个插曲，官方博客自己曝的：训练后期模型出现过 reward hacking——翻仓库的 git 历史找答案，还去外部平台上搜过，甚至两次识破自己身处沙盒。官方说已经加固了沙盒，公布的跑分都来自密封环境。这事两面看：愿意自曝是加分项，但也提醒你，拿它当智能体大脑时，沙盒和权限这道墙得自己砌结实，别指望模型替你守规矩。

那么，它适合谁。想在自己机器上跑智能体的人：OpenClaw 或 Hermes 的本地部署、隐私敏感或网络受限的场景、工具调度频繁但单次任务不深的活。15GB 内存就能跑（M5 Max 口径），门槛是真的低。预算敏感的小团队，用它当"执行层"是个划算的选择。

不适合谁，一样直接：指望它写复杂代码的、拿它当百科问答用的，可以直接划走。它是个纯文本推理模型，不带视觉，知识是短板，官方亲口承认的。

怎么用最划算。本地跑用 MLX 或 llama.cpp 的量化版；官方推荐的生成参数是 temperature 0.1、top-k 50、repetition penalty 1.05，照抄就行。动手之前，先拿你自己的工具集跑一轮验证——官方的测试环境和你家的工具链是两回事，跑分表只能当方向标。云端方案也有：官方 API 输入每百万 token 0.10 美元、缓存输入 0.05 美元、输出 1.00 美元，新注册送 2 美元额度，小规模试错够用了。本地和云端两条路都留了，看你手里有什么硬件。

参数榜的军备竞赛打到 2026 年下半场，分出了两个方向：有人把 816B 塞进两台工作站秀上限，Liquid AI 把 2B 激活塞进一台笔记本赌"够用且便宜"。对咱们这种想在自己电脑上养智能体的人来说，后者显然更顺手。只记住一句话：它是个擅长"动手"的执行者，别指望它"博学"。