AI开始集体放弃聊天？Needle 3只做工具调用，最小9MB就能跑

Cactus Compute 发布 Needle 3，只做工具调用和结构化提取：不聊天，把“把客厅灯调到 30%”拆成函数与参数。权重可在 2—20 层间裁剪，2 层约 9MB、20 层约 35MB，按手表、树莓派、手机算力分发。云侧 DeepSeek V4 Flash 靠极低成本在 OpenCode 两个月跑出 90 万亿 Token，Vercel 上 Token 份额 17%，成本仅占 1%。Needle 3 最扎眼的是 4 层、2900 万参数安卓指令自测 62.5，超过 DeepSeek V4 Flash 的 60.5；虽是单一窄任务自测，却说明专用小模型已能在执行层切走通用大模型调用。Jev 做候选打分，Needle 3 做受限逐 Token 生成，Claude Cowork 式工作流把模型当执行单元。对话不再入口，工具调用才是 Agent 的最后一跳。