想在自己电脑上跑一个能自主干活的代码Agent，门槛又被拉低了一档。中电信人工智能科技9月17日发布新一代星辰大模型Xing4.0-29B-A4B，主打"会做事"而不只是"会回答"。
从训练到推理，整条链路国产化
这是国内首个基于国产算力和国产框架完成训练、并面向复杂工程任务深度优化的百亿参数大模型。它采用MoE混合专家架构，总参数29B，每次推理只激活其中4B，兼顾能力与成本；同时完成多种国产及主流AI芯片平台的适配验证，兼容主流开源训练、推理和智能体开发框架。
模型原生支持256K长上下文，可扩展到512K，长程任务连贯性和多步骤执行稳定性显著提升，能根据目标自主规划路径、调用工具并完成任务，定位从信息助手转向任务执行者。
一张消费级显卡即可本地部署
轻量化是它最接地气的卖点。通过低比特量化，4-bit版本显存占用约15GB，一张24GB显存的RTX 3090或4090就能本地运行，不必依赖大型服务器。对于要处理内部文档、财务报表的团队，数据不用出本机，也不用再为词元精打细算。
官方公布的跑分中，它与同量级Qwen3.6-35B-A3B打得有来有回，编程相关成绩接近，部分Agent测试更靠前，对比Gemma4-26B-A4B拿下多数项目。
已上线开源社区，提供双兼容接口
模型权重已在GitHub、Hugging Face、Gitee、魔搭、魔乐等社区开放。官方同时提供OpenAI和Anthropic两套兼容接口，开发者改几行配置就能把它接入Claude Code等工具，模型名设为Xing4.0-29B-A4B即可调用。
首批实测里，它被用来做"开口就能改"的AI表格：传入含进货价、出货量、在库数的门店库存表，能自动补齐遗漏的进货金额；做文档问答时先检索相关段落再带引用编号作答，资料不足时不会硬编。面对六省格式不一、空白与0混杂的经营半年报，它能统一单位、识别待补报、合并多工作表，汇总金额逐项核对无误，一分钟出头交卷。
轻模型为什么又香了
过去一年，不少团队默认"参数越大越好用"，真到落地才发现成本、延迟和数据安全三座大山。客服、报表、代码审查这类高频任务，往往不需要旗舰模型的全部智力，却要为它的算力买单；而涉及内部资料的场景，把数据发到公网API又过不了合规关。29B总参、4B激活加15GB显存的组合，恰好卡在"够用、够快、能进内网"的甜点区。
全栈国产的意义也在这里。训练芯片、框架到推理适配都跑在自主链路上，意味着政企和金融客户在做私有化交付时，不必担心底层供应受限；对中小开发者而言，开源权重加双兼容接口，则让替换和二次集成几乎没有额外学习成本。
Agent下沉的一个样本
应用场景覆盖代码开发、数据分析、办公自动化和生活服务：工作中可自主读文件、分析数据、调用工具并生成结果，生活侧可承接积分兑换、观影推荐、出行规划等需要调用服务的需求。
业内观点认为，大模型应用正从"生成内容"走向"自主执行"，用轻量化规模、较强的代码与Agent能力加上国产算力适配，它为低门槛、可私有化部署的智能体提供了新选择。需要注意的是，榜单成绩与单点实测仍不能替代真实业务里的长期稳定性验证，复杂工程任务的上限也还有待更大规模检验。中电信方面还表示，后续会推出更大参数规模的Xing4.0系列。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
