DeepSeek V1作者公布开源本地智能体Linger
Tony Zhang推出Linger,把智能体从云端和手机应用拉回个人电脑,主打本地记忆、桌面操作与多模型接入。
发生了什么
前DeepSeek V1作者、DeepSeek-VL项目负责人张博(Tony Zhang)公布了创业项目Linger。这是一款开源个人智能体,核心路线不是优先做手机应用,而是直接运行在用户自己的电脑上。
Linger可以操作现有的浏览器、邮箱和日历,任务卡住时也允许用户随时接管。它并不绑定单一模型,既能接入商业模型,也能连接本地模型。项目方称,配套的本地推理方案可让一块12GB显存的RTX 3060运行1250亿参数的Qwen3.8-Flash-Next,生成速度达到每秒45.5个token;这一说法目前仍需要独立复测。
为什么这条路线值得关注
Linger最激进的部分是名为“Another Me”的记忆与编排系统。它会持续整理邮箱、日历、聊天和会议内容,形成保存在本地的知识库。项目还称,系统能够根据用户反馈学习提醒偏好,并在一个会话中协调多个专门智能体。Linger在LoCoMo长期记忆基准上公布了95%的准确率,但测试设置和可复现细节尚不充分。
与把用户上下文留在服务商云端的助手不同,Linger押注的是数据不出本机、成本更可控,以及用户可以直接掌握权限边界。这意味着它要用部署复杂度换取隐私和长期控制权。
为什么重要
Linger不是新的前沿模型发布,项目成熟度也还不能仅凭宣传判断:公开代码、可复现实验和长期稳定性数据都仍不可缺少。但这条消息的战略意味很清楚——一位与DeepSeek模型时代相关的研究者,正在把竞争焦点转向本地智能体基础设施。未来决定产品价值的,可能是记忆、权限和桌面执行能力,而不只是榜单分数。
Uncle Cat观点
Linger最锋利的卖点是“12GB显存跑125B模型”,但在外部用户复现每秒45.5个token之前,本地智能体优势仍只是漂亮参数,尚未成为事实。