设备端高速运行私有智能体，搭载LFM2.5-24B-A2B

LiquidAI 在 HuggingFace 博客上发布了 LFM2.5-24B-A2B，一款总参数 240 亿、但每个 token 只激活 20 亿参数的推理模型，主打在本地设备上跑私密 AI 代理。这个定位切中了一个正在成型的痛点：越来越多的跨境电商卖家和出海团队想用 AI 代理处理客服、选品、订单跟进等任务，但把数据传给云端大模型既有隐私顾虑，也有持续调用成本。LFM2.5-24B-A2B 的思路是让代理完全跑在自己的硬件上，推理过程不离开设备。 核心变化：模型会先思考再回答。与上一代 LFM2-24B-A2B 不同，新版本是纯推理模型，在给出最终答案前会生成显式的思维链，并且能调用工具、完成多步任务，可接入 OpenClaw、Hermes Agent、Pi、OpenCode 等主流代理框架。架构上延续了 40 层、每层 64 专家取前 4 路由的 MoE 设计，但上下文窗口从 32K 扩展到 131K token，词表从 65K 翻倍到 128K，对非拉丁语系文本的分词更友好。预训练数据量从约 17 万亿 token 提升到约 33 万亿，后训练分五步完成，其中代理强化学习直接在真实代理框架里训练模型。 性能与效率：官方给出的数据是，在 Apple M5 Max 上推理速度达 184 token/秒，单张 NVIDIA B300 GPU 上输出吞吐最高 21K token/秒。在代理和工具调用任务上，它声称能对标 Qwen3.6-35B-A3B——后者总参数和激活参数都多出约 50%。具体到 LiveClaw 基准，LFM2.5-24B-A2B 得分 48.09，Qwen3.6-35B-A3B 为 38.19；AutomationBench 上 27.69 对 8.72，优势明显。不过在 PinchBench 上它落后于 Qwen（83.18 对 89.93），WebArena Verified 上也低于 Qwen（26.75 对 37.62），说明在部分网页操作类任务上仍有差距。 对跨境卖家的实际意义：如果你在考虑用 AI 代理自动化店铺运营，这款模型的价值在于把推理成本压到极低——每个 token 只激活 2B 参数，意味着可以长时间连续运行代理而不用太担心算力账单。同时数据不出本地，对处理客户信息、订单数据这类敏感场景更友好。但要注意，它仍是 24B 总参数的模型，本地部署需要一定显存，且官方对比的是 Qwen3.6-35B-A3B 这类更大模型，实际选型时还需结合自己的任务类型测试。模型权重已在 HuggingFace 开放，感兴趣的团队可以直接下载评估。