最新内容
把整份合同、报表或 PPT 交给云端 AI 助手改，代价很直接：你的文档离开了机器，模型跑在别人的服务器上，还常常要按座位付费。OpenDocBot 想换一种做法——它是一个 100% 客户端、pro...
给设备加上自然语言入口，最容易想到的是把语音或文本送往云端大模型。但门锁、照明、穿戴设备和工业终端并不总有稳定网络；更关键的是，设备侧真正需要的通常不是开放式聊天，而是把一句话可靠地映射为有限集合里的...
手机上的本地大模型，最常见的瓶颈不是 CPU 算得慢，而是权重根本放不进内存。尤其是 MoE（Mixture of Experts，混合专家）模型：文件可能有 18GB、60GB，甚至更大；但在生成一...
大模型后训练常被描述成只有实验室才做得起的工作：数据、GPU 集群、复杂的分布式训练脚本，缺一不可。但如果目标不是训练一个可上线的通用模型，而是理解一次训练究竟改变了什么，实验规模可以小得多。 poc...
本地运行大模型时，最常见的失败路径是先下载十几 GB 的 GGUF，再反复改 -ngl、上下文长度和量化等级。最后即使能启动，也未必知道瓶颈在显存、系统内存带宽、磁盘，还是模型的 MoE 专家层。更麻...
把检索增强生成（RAG）放到本地，最容易先被聊天模型吸走注意力；但真正决定检索链路延迟、索引体积和迁移成本的，往往是 embedding 服务。常见做法要么把一个通用推理框架常驻起来，要么把向量生成散...
AI 编程工作流一旦不止一个模型，真正难管的往往不是“能不能调用”，而是每一次调用到底走了谁、为什么走它、会不会把刚热起来的提示词缓存换掉。Claude Code、Codex 或自建脚本各自保存 Pr...
本地跑大模型时，最常见的判断是：权重装不进显存或内存，就没有开始推理的资格。这个判断对稠密模型大多成立，但对 Mixture-of-Experts（MoE）模型并不完整。MoE 每个 token 只会...
在终端里向模型问“把这个目录的日志按日期归档”“找出最近两小时失败的任务”，通常比记住一串 find、awk、xargs 更快。但把自然语言直接变成可执行 Shell，又恰好踩在自动化最危险的边缘：模...
本地运行模型，最容易走进一个看似合理、实际代价很高的流程：先看到某个大模型的评测，再去猜自己的 Mac、显卡或工作站能不能跑。最后往往会在显存、统一内存、量化版本、上下文长度与速度之间反复试错。 To...
