📖 名词释义
AI Box（又称 AI盒子 / 智能体计算机 / Agent Computer），是一种专门运行 AI Agent 的本地硬件设备，预装智能体应用管理系统，开箱即用，7×24 小时在线运行。用户可以通过微信、飞书、企业微信、钉钉等社交软件远程指挥 AI 帮你干活。
摘要： 11 月 4 日腾讯混元发布 Hy4 正式版：770B 参数，第一次看懂屏幕，也第一次自己点鼠标。分水岭不在榜单，而在 Agent 能碰到的范围：从有接口的系统扩到屏幕上一切。新卡点落到人身上——正是铠盒AIBOX 站的位置。
一、多了两只手，也第一次有了眼睛
Hy4 是 11 月 4 日的正式版，770B 参数，混合专家架构，上下文 1M。相比八月底 preview，扩了预训练与后训练规模，有两个「第一次」。
视觉理解：识别图像细节、分析复杂图表，结合推理做视觉数学题。
电脑操作：命令行与图形界面都能用，跨应用的活它自己在屏幕上点、终端里敲。腾讯搭了沙箱、部署几百款应用让它反复操作、自查再改进，Blender、CAD 另有专项训练。
以前的模型是你问它答，现在是它自己上手。
二、真正改变的不是分数，是「接口」
过去两年谈 Agent，默认前提是 API：模型调工具，工具返结果，闭环干净。
真实环境不长这样。大量存量系统没有接口——老旧 ERP、内部后台、桌面专业软件，接口只有一块屏幕和一套键鼠。
电脑操作把 Agent 能碰到的范围，从有 API 的系统扩到屏幕上的一切。这是换量级，不是加项能力。
三、三组数字，指向同一件事
官方三组评测，测的都是跑得久、看得见、自己验证。
游戏开发适配 UE、Unity、Godot，和腾讯 IEG 开发者一起做数据，GameDev 提升 19.1%、GameLogic 提升 9.8%。
金融分析做了 213 位专家、579 个真实任务盲测，Hy4 拿 3.04 分、开源第一；同场 DeepSeek-V4.1-Flash-1017 是 2.97，Kimi K3.1 Pro 与 GLM-5.3 均 2.68。
幻觉率从 preview 的 12.95% 降到 7.2%，猜测导致的错误率从 23.1% 降到 5.6%。
共同点不是分高，是必须连做十几步、每步看结果。只答问的模型用不着压幻觉率，要自己点鼠标、确认点没点对的才必须做到。
四、能力上去了，卡点挪到了人这边
任务一长，人的位置尴尬：
| 任务 | 大概要跑多久 | 要不要守着 |
|---|---|---|
| 问一个知识点 | 几秒 | 不用 |
| 整理一份文档 | 十几分钟 | 看一眼 |
| 装环境、跨三个软件改一批文件 | 一两小时起 | 得在场 |
| 连着做几天的资料核对 | 按天算 | 得一直开着机器 |
最后一行就是现状：能力排到几天，电脑却只在你在时才开机。
五、官方自己划的边界
混元团队说得很直白：Hy4 已进最强开源模型之列，和顶尖闭源模型差距仍大。
生物安全开放式实验设计评分 30.4/100，未发现它显著降低生化危害门槛。正式版权重尚未开放，计划近期开源。入口已铺到 TokenHub、WorkBuddy、CodeBuddy、元宝、ima，API 接进 OpenRouter、Hermes。
六、落点在哪
模型排名跟你没关系，研发费是腾讯出的。你要解决的是让它替你干活，而不是你守它。
铠盒AIBOX 就落在这个位置：一台专用的智能体计算机，内置 Agent 系统，7×24 自己开着跑，不占你的电脑。白天设好任务，夜里它自己执行；云端模型闲时更便宜，它按任务调度，差价自动吃到。硬件加 Agent 系统一次买断，无软件订阅。
表格里那两行「得在场」，换成一句：你先睡。
稀缺的不再是谁更聪明，而是有没有一台机器愿意替你守着那几个小时。
延伸阅读： - 不用开电脑，我的AI还能工作吗 - 生活琐事太多记不住怎么办 - 本地私人AI助手和聊天AI有什么区别
铠盒AIBOX #腾讯混元 #Hy4 #AI前沿 #智能体计算机 #本地AI
了解更多 请搜索【铠盒AIBOX】 联系邮箱：[email protected]
铠盒AIBOX · 7×24小时为你工作的私人AI助手| AI前沿