Kev模型开源：基于Qwen3.5的1.5B–3B轻量决策模型，支持单卡实时Agent动作规划
Kev模型家族正式开源：基于Qwen3.5构建的轻量级决策模型，参数量1.5B–3B，A10G上推理速度28 tokens/s，单卡可部署，支持实时Agent动作规划。
Kev不是通用大模型。它专为「决策密集型」AI Agent设计，复用Qwen3.5的语义理解能力，但彻底重构顶层——去掉文本生成头，换成多任务决策头（Action Classification + Confidence Scoring + Step Ranking），直接输出结构化动作指令，例如：
{"action": "click", "target": "[button#submit]", "confidence": 0.92}在WebArena和Mind2Web上，Kev-3B比Claude-3-Haiku高12%，延迟低67%；FP16下内存占用仅4.1GB，比Llama-3-8B低58%。龙虾（YITB）开发者已将Kev嵌入OpenClaw Agent的Policy Layer，替代原有规则+LoRA混合方案，网页自动化任务成功率从73%升至89%。
技术架构：解耦带来速度与确定性
Kev不靠堆参数，靠解耦：Qwen3.5主干只做语义编码，保留attention cache复用能力；所有决策逻辑由三层轻量MLP完成——
- 第一层：原子动作分类（47类，覆盖点击、输入、滚动、上传等Web交互）
- 第二层：对每个候选动作打置信分
- 第三层：多步排序（最长支持5步前瞻）
全部层采用int8量化感知训练（QAT），权重无动态分支、无条件计算，跳过LLM典型的token-by-token自回归开销。Kev不调用外部API，也不依赖ReAct框架，输出天然匹配龙虾SDK的ActionPlan Schema，可直连Playwright或AutoGen执行器。
实际影响：省掉三类工程成本
- 部署成本：Kev-1.5B在Jetson AGX Orin上以16-bit运行，吞吐11 tokens/s；单张A10G支撑20并发Agent会话。相比过去4×A100跑Llama-3-8B+RAG的方案，硬件投入减少76%。
- 微调门槛：官方提供LoRA+QLoRA双模式微调脚本，但多数场景下50条标注样本+30分钟就能适配新流程（比如银行网银转账路径），无需改模型结构。
- 可观测性：原生输出confidence score与step ranking，配合龙虾控制台的
Decision Trace面板，可逐帧回放Agent每一步依据，调试周期明显缩短。
👉 Binance · OKX · Gate.io · HTX · Bitget
可落地用法：三条路径覆盖不同阶段
快速验证：
pip install kev-sdk后，5行代码接入现有Agent：from kev import KevPolicy policy = KevPolicy(model_path="kev-3b", device="cuda:0") action = policy.plan(task="登录并查询余额", context=dom_snapshot)支持DOM树、OCR文本、截图三模态输入，自动对齐龙虾的
PageState对象。- 深度定制：用
kev-finetune工具链，在私有业务数据（如CRM操作日志）上全参数微调。实测：仅200条历史工单操作记录，Kev在内部IT服务机器人任务中F1达0.84，超过人工规则引擎。 - 边缘协同：把Kev-1.5B蒸馏为ONNX，部署到树莓派5+USB摄像头组合，实现离线物理设备控制（如实验室仪器开关序列），响应延迟<350ms。
行业意义：决策模型正在独立成层
Kev标志着AI Agent技术栈的关键分层：语言模型负责“理解世界”，决策模型专注“选择动作”，执行引擎确保“精准落地”。这结束了过去硬塞7B以上通用模型进决策场景的浪费做法。更实际的影响已经发生——Hugging Face为Kev新增DecisionModel模型卡类型，vLLM团队正开发专用调度器，支持非自回归决策头。对开发者来说，现在是重构Agent架构的好时机：与其堆更大LLM，不如用Kev替换Policy Layer，把省下的算力投向更可靠的Observation Encoding和Execution Robustness。
立即行动：访问 kev.yitb.com 下载模型、运行Demo Notebook，并在龙虾控制台启用Kev Acceleration Mode（设置→Agent Runtime→Policy Engine）。你第一条真正轻量、可控、可解释的决策Agent，今晚就能上线。
相关阅读