新來的廚房小幫手個子小、手腳快，但菜單先別急著全交給他

你有沒有在市場裡看過那種個子不高、手腳卻異常利落的年輕學徒？切蔥花快得像下雨，抄起漏勺撈麵也不含糊。2026 年 10 月 27 日，Liquid AI 在自家 LFM3-1.7B 模型卡上公布的成績，就給人這種感覺：一個只有 17 億參數的小模型，在瀏覽器代理測試 WebArena-Verified 拿到 38.42 分，前代 LFM2.5-2.6B 只有 3.02 分，同一張表上更大的 Qwen3.5-9B 則是 28.94 分。

小個子，大表現。這在廚房裡你一定懂：有的活計不需要老師傅，一個手穩的學徒就夠了。

分數像試菜，試的是那一道，不是整桌

不過你在自家廚房試過新食譜就知道，一道菜成功，離一整桌辦得好還很遠。這些數字是 Liquid AI 自行公布的基準結果，測試用 vLLM 與 BF16 設定跑出來，WebArena 最多讓代理走 40 個步驟。換句話說，它試的是「那一道菜、那一口鍋、那個火候」。你桌上的菜色不同，分數不能直接搬。

再看另一張成績單：BFCL V4 工具使用測試，LFM3-1.7B 拿 71.39，前代 55.89。這跟 WebArena 是兩回事，一個測的是叫工具的手藝，一個測的是在瀏覽器裡把任務走完的本事，兩個分數不能互相折抵，更不能直接當成「代理工作正確率」。

模型卡裡還有一行很誠實的話，像食譜卡背後的備註：知識密集的任務建議搭配檢索或搜尋，也不建議拿 LFM3-1.7B 做代理式的程式工作或複雜多步推理。這就像學徒明明刀工漂亮，你也不會把整桌年菜的主廚位交給他。會出錯就寫進正式資料、寄出訊息或觸發付款的活，更該留著人工確認那雙眼睛。

學徒只負責喊菜，鍋鏟在誰手上？

「工具呼叫」這四個字聽起來冷冰冰，翻回廚房其實很家常。模型做的事，是照著菜單喊：「幫我拿醬油，兩匙。」真正去開櫃子、拿瓶子、倒進鍋裡的，是代理框架和外部工具。Ollama 的模型庫已經提供 ollama run lfm3 的啟動方式，也能搭配 Claude Code、OpenCode、Hermes Agent、OpenClaw 這些代理入口，等於是替這位學徒安排了幾條不同的跑堂動線。

但動線歸動線，誰準他開瓦斯才是重點。模型可以在本機跑，只說明「喊菜那張嘴」留在你家廚房；如果工作流要上網搜尋、接第三方服務、碰雲端檔案，提示內容和工具結果還是可能出門。工具若能寫檔、執行程式、呼叫外部服務，一次喊錯菜就可能真的下鍋。權限限縮到任務需要的範圍、設好沙盒、高影響的動作留給人點頭，這和廚房裡「學徒可以切菜，出鍋調味師傅來」是同一套道理。這條界線，我們在購物代理把別人的菜先夾進自己籃子裡的故事裡也聊過。

家族裡還有幾位手足，各管一攤

LFM3 不是一個人來的。LFM3-1.7B 是純文字模型；LFM3-VL-2B 能看文字、圖片與影片；LFM3-Audio-2B 處理文字與聲音；LFM3-Omni-2B 則多種輸入都喫，還能輸出文字與語音。像一家人分站不同攤位，切菜的切菜、顧爐的顧爐。你得先想清楚今晚要出什麼菜，才知道該叫誰進廚房。

想讓湯留在自家爐上燉、不出門，這份心情可以再看看湯在家裡燉就好，不必端去別人家的爐子上的舊文。

今晚先讓他洗菜就好

所以，這位新學徒值不值得請？官方分數值得留意，但那是廠商自己公布的，沒有獨立重跑就不能當成普遍結論。比較實在的做法，是挑一項低風險的活先試：整理個文本、跑個簡單查詢，模型、代理框架、工具、執行環境分開看，哪一步出錯就盯哪一步。這跟我們先前聊一個廚師包辦全場還是叫小工各自掌一攤時的思路是一樣的。

廚房裡請人，從來不是看履歷上最漂亮那行字，而是看他今晚站哪個位子、碰得到哪幾把刀。新模型進了門，先給他一小把蔥。切得好，明天的菜單再慢慢加。