招人的公司，开始亲手造"人"了。
10月25日，BOSS直聘旗下的南帷实验室（Nanbeige LLM Lab）在 Hugging Face 上开源了Nanbeige4.3-33B——一个专门干活的 Agent 编程模型：33B 参数、512K 上下文、Apache 2.0 协议，连底座 Base 版一起放了出来，商用不设限。
真正炸裂的是官方成绩单：在 8 项 Agent 编程评测里，它赢了 7 项，对手不是无名之辈，正是国产开源的门面担当 Qwen3.8-27B。最狠的 DeepSWE 一项，65.5 对 42.5，直接甩开 23 分。
一个招聘网站，怎么就把编程模型做成这样了？
先看跑分，再看门道
先把硬数据摆出来，全部来自官方模型卡，同样的测试框架、同样的推理配置：
Terminal-Bench 2.1：80.9 分，Qwen3.8-27B 是 73.0；Terminal-Bench 4.0：23.8 分，对手只有 6.3，接近 4 倍差距；DeepSWE：65.5 对 42.5；NL2Repo（拿自然语言改整个代码仓库）：53.0 对 48.3。
20 项综合评测里赢了 17 项。
但有两个地方它输了，而且输得很有信息量：SWE-Bench Pro 60.3 对 61.7，GDPval 84.8 对 86.4——都是越老越吃香的"真实工程经验"类测试。
翻译一下：这个模型强在从头到尾独立干完一件长活，弱在处理前人留下的祖传屎山代码。这像不像一个刚毕业的高材生？
不过先给这组跑分泼盆冷水：全部是厂商自报，目前没有任何第三方独立复现。X 上已经有早期用户反馈在 3D 生成类任务上翻车。11月之前，这些数字都请打七折看。
招聘公司凭什么能造编程模型？
这是整件事最有意思的地方。
看它赢的另几项：Automation Bench（办公自动化）54.2 对 38.3，JobBench（工作场景任务）44.8 对 34.5，还有一项 YC-bench——让模型在模拟环境里经营一家创业公司，它"赚"了102.5 万美元，Qwen 只有 64.1 万。
发现规律了吗？它赢的全是"干活"类评测，不是"答题"类评测。
而"人在岗位上怎么干活"，恰好是 BOSS直聘的本行。十几年的招聘业务，让它比任何大厂都清楚：一份工作由哪些步骤组成、哪里容易出错、什么样的产出算合格。把这些职场知识灌进模型，做出来的就是最懂"上班"的 AI——这和通用聊天模型是完全不同的训练思路。
Qwen 要照顾所有人，南帷只研究一件事：怎么让 AI 把活干完。
真正的图谋：先造老师，再造学生
还有一个容易被忽略的细节：这是南帷第一次放出 30B 级模型，此前的代表作全是一水儿的 3B 小模型（Nanbeige4.2-3B 一个月下载量超 11.6 万）。
为什么突然造个大的？官方说得很直白：33B 是整个 4.3 系列的教师模型，下一步是用它把 Agent 能力蒸馏进Nanbeige4.3-3B小模型里。
这套"先养老师、再教学生"的打法，思路非常清楚：大模型证明能力上限，小模型负责真正落地。30B 级正是私有化部署的甜点位——4bit 量化后约 20GB，一张 24GB 显卡就能跑起来。等 3B 学生出来，笔记本上跑一个"懂职场会编程"的 Agent，才是他们的终局。
想上手的开发者也省心：官方给全了 Transformers、SGLang、vLLM 三套部署配方，工具调用直接复用现成的 qwen3_coder 解析器，Agent 场景推荐温度 1.0、最长输出 65536 Token。对一个企业内部的 Agent 团队来说，这套配置几乎可以照抄开工。
不过有一点要先想清楚：它是密集模型不是 MoE，每个 Token 都要跑满 33B 参数，512K 上下文的 KV 缓存开销也相当可观。短任务爽飞，超长上下文的场景得掂量显存。
别忘了背景：BOSS直聘是上市公司，主业现金流稳定，做 AI 不靠融资讲故事。一个不缺钱、又手握行业数据的团队，闷头做出这种东西，逻辑完全通顺。
三句实在话
第一，招聘行业的 AI 军备竞赛，已经打到模型层了。AI 面试、AI 改简历都还是应用层的事，直接下场造模型，说明这些平台判断：Agent 时代，"帮人找工作"和"替人干活"是同一门生意。
第二，30B 级开源模型正在成为新战场。Qwen、Gemma4-31B、Muse-Glimmer-30B、现在加上南帷，这个"单卡能跑、能力够用"的区间挤满了玩家。对企业用户是好事：选择越多，价格越卷。
第三，自报跑分只是入场券。过去几个月我们见过太多"发布即巅峰"的案例，真正定生死的是社区实测。建议等两周，看看各大评测机构的复现结果再决定要不要上生产环境。
2023 年我们还在讨论"AI 会不会取代程序员"，2026 年，一家招聘公司已经把"AI 程序员"当成产品造出来了，还顺手在模拟环境里开出了市值百万美元的公司。
行业跨界打劫的故事我们听过很多次，但这次的方向有点讽刺：研究就业的公司，正在制造改变就业格局的东西。
好在国办上周刚发文建立 AI 就业风险评估机制——该来的总会来，至少这次，有人提前把缓冲垫铺好了。
你的公司会用开源小模型替你干活吗？评论区聊聊，你所在行业最可能先被 Agent 渗透的是哪个岗位？
热门跟贴