# 本地模型提升边缘 AI 智能体成功率

> 混合云端与边缘端的方案在 AppWorld 测试中将成功率最多提高 14.9 个百分点，同时让用户数据留在设备上。

Oossa · 2026-10-14 · https://oossa.com/zh/local-models-improve-edge-ai-agent-success-rates

Boris Radovič 领导的研究团队探索了云端 AI 智能体与小型端侧模型之间的折中方案：云端负责编写程序，但需要解读用户数据时，则调用小型本地模型。AppWorld 基准测试显示，在全部六种模型与测试集划分组合中，这种混合设计都提高了纯代码智能体的成功率，最高提升 14.9 个百分点，也缩小了它与完全托管在云端的 ReAct 循环之间的差距，同时保护了隐私。

## 事实

- 成功率最高提高 14.9 个百分点
- 在 AppWorld 上针对六种骨干模型与测试集划分组合进行了评估

## 为什么重要

边缘设备用户可以获得更准确的 AI 助手，同时无需将私人数据发送到云端。

## 来源与参考

1. [Should SLMs be in the Driver's Seat? A Study of Local Models as Interpreters in Cloud-Written Agent Programs](https://arxiv.org/abs/2610.14209) – arXiv, 2026-10-14

最后更新: 2026-10-14