AI Agent 正在从云端走向设备端。隐私保护、离线可用、无服务器账单——这些需求推动着端侧 AI 的快速发展。然而在手机、笔记本这样的日常硬件上部署 capable AI Agent，长期以来意味着对能力的巨大妥协。LiquidAI 最新发布的 LFM2.5-2.6B 正在改变这一现状。
2026 年 8 月 4 日，LiquidAI 在 Hugging Face 官方博客发布了 LFM2.5-2.6B 模型。这是一款参数规模仅为 26 亿的小型语言模型，专为在边缘设备上完全本地运行 AI Agent 设计。它支持工具调用和多步骤工作流，内存占用不到 2.5 GB，在 Apple M5 Max 上可达 220 tokens/秒的推理速度——让在手机上运行真正 capable 的 AI Agent 成为现实。
为什么端侧 Agent 很重要
在设备上本地运行 AI Agent 相比云端方案有三条核心优势：隐私——敏感数据不必离开设备；成本——无需为每次 API 调用付费；可用性——没有网络连接时依然可用。
传统上，小模型在复杂推理任务上表现不佳，限制了端侧 Agent 的实用价值。LFM2.5-2.6B 试图通过更高效的结构和针对性训练，在保持小尺寸的同时提供足够的任务能力。
技术架构与训练
LFM2.5-2.6B 基于 LiquidAI 自研的 LFM（Liquid Foundation Model）架构，预训练 token 数量约 34 万亿（~34T tokens），中期训练（mid-training）阶段将上下文窗口扩展至 128K。
将基础模型转化为可用 Agent 经历了四个后训练阶段：
第一阶段：监督微调（SFT）——进行两轮 SFT，训练数据 heavily weighted toward agentic 数据，包括工具调用、Web 搜索和 Agent 框架轨迹。
第二阶段：教师专业化（Teacher Specialization）——为数学、代码、工具调用等多个领域各训练一个专业教师模型。
第三阶段：多领域在线策略蒸馏（MOPD）——将各专业教师的知识蒸馏合并到单一学生模型中。
第四阶段：Agentic 强化学习（Agentic RL）——在真实 Agent 框架内运行多轮 RL，让模型在多样化工具、系统提示词和多轮任务环境中学会协作。
Agentic RL 管线将模型优化、推理和环境执行分离为三个独立组件。训练引擎（Training Engine）负责优化模型， rollout 引擎（Rollout Engine）用最新策略生成动作，RL 框架则协调 rollouts 收集、奖励计算和模型更新的完整循环。动作在沙箱服务（Sandbox Service）中执行，Blackbox Harness 承载 Agent 本身（如 OpenClaw 或 Hermes Agent），通过 Harness Proxy 将 Agent 框架视为黑盒，在不修改框架的前提下透明捕获 token 级轨迹，用于重建和验证 RL 训练样本。
基准测试表现
LFM2.5-2.6B 与参数量 4 倍以上的大模型进行了对比评测，覆盖 STEM、指令遵循、工具使用和 Agent 任务四个维度：
| 基准 | LFM2.5-2.6B (2.6B) | gemma-4-E2B-it (5.1B) | gemma-4-E4B-it (8B) | Qwen3.5-4B (4.7B) | Qwen3.5-9B (9.7B) |
|---|---|---|---|---|---|
| AIME25 | 51.87 | 26.33 | 34.27 | 49.33 | 56.07 |
| LiveCodeBenchv6 | 59.41 | 54.92 | 63.77 | 60.85 | 69.86 |
| IFBench | 59.17 | 34.08 | 39.24 | 48.40 | 56.47 |
| Multi-IF | 80.07 | 69.44 | 77.35 | 55.67 | 62.55 |
| IFStruct | 85.49 | 64.85 | 76.65 | 36.25 | 78.50 |
| BFCLv4 | 56.88 | 36.98 | 46.39 | 50.56 | 60.13 |
| ToolSandmark | 77.83 | 52.40 | 65.00 | 75.55 | 76.44 |
| Claw-Eval avg (EN) | 62.85 | 53.14 | 58.02 | 62.28 | 66.53 |
| PinchBench | 68.22 | 44.24 | 55.09 | 71.26 | 71.45 |
| BrowseComp+ (OpenClaw) | 26.89 | 8.31 | 15.90 | 24.46 | 27.23 |
（注：加粗数字为同列最优成绩）
在指令遵循方面，LFM2.5-2.6B 在所有参测模型中排名第一，每个基准都领先于更大参数量的竞争对手。在工具使用方面，LFM2.5-2.6B 在 Multi-IF、IFStruct 和 ToolSandmark 上均为最优，仅在 BFCLv4 上以微弱差距落后于 9.7B 的 Qwen3.5-9B。Agent 任务方面，LFM2.5-2.6B 超越了两个 Gemma 模型，与 Qwen 系列基本持平。在知识记忆类任务上同样处于领先阵营，数学能力与 Qwen3.5-4B 接近。唯一明显短板是代码任务——较大的模型在编程相关基准上仍保持优势。
推理速度
LFM2.5-2.6B 在主流推理生态中提供 day-one 支持，包括 llama.cpp、MLX、vLLM、SGLang 和 ONNX。
CPU 推理：由于 LFM 架构的高效性，LFM2.5-2.6B 在参测模型中速度最快。Apple M5 Max 上达到 220 tokens/秒，AMD Ryzen AI Max+ 395 上为 113 tokens/秒。即使低至 30 tokens/秒，也足以在手机上运行 capable 的 Agent。
GPU 推理：在同尺寸级别中同样最快，高并发下接近 15K output tokens/秒，单卡 H100 每日可处理约 13 亿 tokens。
应用场景与局限性
LFM2.5-2.6B 的定位是需要数据留本地、无网可用、不想付云账单的场景。隐私敏感型任务（如个人日程管理、本地文档处理）、离线移动应用、资源受限的企业内网部署都是合适的使用环境。
不过需要客观看待它的局限：代码能力仍是较大模型的主场；对于极度复杂的多步推理任务，2.6B 参数的容量上限依然存在；工具调用的准确性也仍受模型规模制约。
端侧 Agent 的趋势信号
LFM2.5-2.6B 的发布是端侧 AI Agent 赛道的一个缩影。2026 年下半年以来，小型化、高效化的趋势愈发明显：Meta 同期推出 Muse Code 布局 AI 编程 Agent，LiquidAI 则专注于端侧推理效率的极致优化。
随着这类高效小模型逐步落地，未来在手机上运行真正 capable 的 AI Agent——帮你管理日程、处理本地文件、跨应用协作——将不再是概念演示，而是每个人口袋里的日常工具。
本文信息来源：Hugging Face 官方博客（LFM2.5-2.6B 技术解读，2026-08-04）及 TechCrunch（Meta Muse Code 报道，2026-08-05）。关键数字、模型参数及基准数据均来自上述来源。