Accio Lab 發布了 Occamy-1.0，這是基於 Qwen3.6-35B-A3B 模型微調的版本，專門針對工具呼叫、終端互動和長程任務等智能體工作流進行了優化。該模型在約 403.3M 個 token 和近 15,000 個軌跡上進行訓練，以增強其執行複雜多步驟操作的能力。 此發布為開發者提供了專門的替代方案，用於構建 AI 智能體，證明針對性的微調可以顯著提升工具使用等特定領域的性能，而無需依賴龐大的通用模型規模。它突顯了創建在智能體能力方面表現卓越的利基模型，而非僅依賴通用基礎模型的趨勢。 Occamy-1.0 基於 Qwen3.6-35B-A3B 架構，支援視覺功能，用戶報告在使用雙 RTX 5060 Ti GPU 並啟用張量並行時能成功部署。社群反饋指出，雖然它在廣泛推理基準測試中可能無法超越通用模型，但在實際智能體工作流中提供了顯著的性能提升。
事件背景
智能體 AI（Agentic AI）指的是能夠透過與外部工具和 API 互動來自主執行任務的大型語言模型，此過程通常透過「工具呼叫」或函式呼叫來實現。微調是指預訓練模型在特定數據集上進行訓練，以適應專門任務的行為，例如導航終端命令或串連多個工具呼叫。Qwen3.6 是阿里巴巴雲 Qwen 團隊近期推出的開放權重模型系列，以在推理和編碼方面的強大表現而聞名。
社群觀察
社群成員欣賞詳細的基準測試圖表，並指出該模型的優勢在於智能體任務而非通用知識。用戶報告在他們的工作流中用它替代其他模型後有正面體驗，儘管部分用戶要求提供 GGUF 格式以方便本地推理。
