400MB 的 Qwen3-0.6B 在 2017 年旧手机上驱动真实桌面 Chrome 完成网页任务
Mean-Standard7390 · reddit · 2026-09-08
开发者展示:在一台 2017 年的 Samsung Note 8(6GB 内存)上用 Termux 跑 llama.cpp + Qwen3-0.6B Q4KM(约 400MB),通过页面感知层驱动一台真实桌面 Chrome 完成浏览器 agent 任务。模型只接收约 200 token 的结构化页面表示,按名称选链接并复制事实为 JSON,其余(页面捕获、点击、验证)由外围栈完成。
关键结果:
- 12 个小模型对比,Qwen3-0.6B 在三个可验证任务上 10/10(含在约 760 个交互节点的维基页面中从多个相似名称中选中「Note 8」并返回发布日期)
- 对照组:同样的任务用原始 HTML,沙盒任务需 12k token/22 分钟(结构化输入只需约 500 token/80 秒);维基页面 46.7 万字符,16k 上下文只装下 9%,小模型找不到目标,0/3
- 局限:任务限于名称匹配与复制;需要页面判断(如在主题诱饵中选「下一页」)时 1.5B 即失败
完整日志、脚本与 replay.py 已开源,可在任意 OpenAI 兼容本地服务器离线复现。作者指出 AgentOccam、WebLINX、MindAct 曾有类似结论,这是在无微调、1B 以下、2017 年手机上的极端验证。
「编程与Agent」频道最新
- 用去审查版 GLM 绕开 Claude 拒答： SS7 威胁建模工作流 — l4rz · 2026-10-27
- Cloudflare Durable Objects 被验证为 AI agent 高并发场景优选架构 — tristanbob · 2026-10-27
- GitHub Next 发布 Chopin:实时多人的 Agent 协作规划环境原型 — max__drake · 2026-10-27
- TMLR 论文：更强推理不等于更充分披露，Agent 思考越多未必告知越全 — SharonYixuanLi · 2026-10-27
- 作者称全由 LLM 编写的 Rust 库 bbtree 实测：快是真的，省内存翻车 — lmoroney · 2026-10-27
- 同一套 DeepSeek 内核两种优化路线：vLLM 拆专家、SGLang 降访存 — AccBalanced · 2026-10-27