产品多源确认

前 DeepSeek 成员推出开源本地 Agent Linger,记忆数据留在本机

精选理由

被 Anthropic 封号的人可以看看这个项目,前 DeepSeek 成员做的开源 Agent,知识库是 Markdown 文件存你自己电脑上,换模型、换运行时都带得走。3060 就能跑每秒 45 token,比 llama.cpp 快 5 倍,国内用户尤其该看。

前 DeepSeek 早期核心成员 Tony Zhang 开源了个人 Agent 项目 Linger,核心思路是把记忆和知识库留在用户本机,而不是云端厂商的服务器。作者用被封 Claude 账号的经历引入:他 2025 年 5 月 125 美元/月的 Claude Max 账号在身份验证通过当天被封,充值用的 Apple 礼品卡需联系苹果客服退款;2025 年 11 月 8 日前后 OpenAI 也无预警停用了一批 ChatGPT 账号,连 200 美元/月的 Pro 用户都在内。

正文

技术上,Linger 的 PolyStrata 引擎按专家激活频率分层存储:常用专家放显存、偶尔用的放内存、很少用的放硬盘,官方实验室数据是 12GB RTX 3060 加 64GB 内存跑到每秒 45 个 token,同硬件比 llama.cpp 的专家卸载方案最快快 5 倍,适配 12 个开源模型,包括 Qwen、DeepSeek、Gemma。知识库以 Markdown 页面组织,每条事实标注出处、每次改动留记录,本机 ~/.simplexai 文件夹存放、只在本机监听;习惯偏好不靠重训模型,而是每晚更新一份规则清单。

本地跑满门槛是 16GB 以上 Apple 芯片 Mac,或 8GB 显存加 32GB 内存的 N 卡,32GB 内存 Mac 可用 Qwen3.8-27B 量化版。它自带 5 个 skills,支持接 Codex 或 Claude Code 作运行时,许可证允许商用。作者建议混着用:难任务走云端,记忆和知识库留本地,对国内用户来说账号随时可能被封,本地化资产是更可控的选择。

原文 · berryxia

尼玛,真的是最近给Claude 封号都封麻了! 圈里有句玩笑话:没被 A 社封过号的 人生,是不完整的。

这下我的「人生完整了」 😂

今年 5 月,我最老的那个 Claude 号被封了。

Claude 刚上线时注册的号,订的是每月 125 美元的 Max,身份验证当天刚通过,封号邮件就到了。

钱是用 Apple 礼品卡充的,不会自动退,最后是打苹果客服电话申请的退款。

同样去年 12 月,我还被封过一个 X 号。

A 社对国内用户,一直是下手最狠的那个。

去年 9 月,它把中资控股过半的公司划进限制,注册在海外的子公司也算。

11 月 12 日,又更新了一版支持地区政策。

最近还有传言,说 Apple 礼品卡订阅这条路也要被掐,社区里已经有人反映礼品卡内购被拒。

官方没确认。真掐了,那就是赶尽杀绝。

OpenAI 也没闲着:11 月 8 日前后,一大批 ChatGPT 账号无预警被停用,连每月 200 美元的 Pro 都有。

路只会越收越窄,哪天轮到谁,没人说得准。

所以对国内用户来说,选 AI 最该先问的是:哪天号没了,你还剩下什么。

拆到底看,你用云端 AI,到底拥有什么?

模型是租的,账号随时能收回,聊天记录和记忆在别人服务器上,价格别人定。

唯一越用越值钱的,是它对你的了解:你的项目、你的偏好、你攒下的资料。

大厂把这份了解存在自己云上,对他们的生意最有利:你攒得越多,越走不了。

我的判断:模型会越来越像水电,谁家都能接。真正换不掉的是你的记忆和知识库,它就应该在你自己的电脑硬盘里。

最近有个叫做Linger 的项目就是照这个思路做的开源个人 Agent,做它的是前 DeepSeek 早期核心成员 Tony Zhang。

我翻了它的文档和我电脑上的安装目录,有三个地方和常识反着来,还是有一些创新之处的!

一、大模型不一定要大显卡。

125B 的 Qwen3.8-Flash-Next,压到 2-bit 文件还有 39GB,整个塞进显卡,5090 的 32GB 都不够。

它的 PolyStrata 引擎抓的是另一个硬约束:这类模型每生成一个 token,只用到少数几个「专家」。

最常用的专家放显卡,偶尔用的放内存,很少用的放硬盘,用多了再往上挪。

官方数据(实验室条件):12GB 的 RTX 3060 加 64GB 内存,每秒 45 个 token

同硬件比常见的本地跑法(llama.cpp 专家卸载),最快快 5 倍,一共适配了 12 个开源模型。

名单里有 Qwen、DeepSeek、Gemma。

云端那扇门对中国用户越关越紧,本地这条路上,Qwen 和 DeepSeek 本来就是国产的。

二、本地的价值不在省钱。

聊天用不了多少 token,会主动干活的 Agent 才是大户:盯邮件、跑后台任务,一跑就是一整夜。

按 token 计费的时候,你会下意识省着用,不敢让它一直跑。

本地推理不按 token 收钱,多跑一夜只多一点电费,你才敢把它当成一直在线的搭档。

所谓「无限 token」,买到的是这份信任啊。

三、记忆是就是你的数字资产,不该只是模型的一个功能。

云端 AI 的记忆是个黑盒,你看不全它记了什么,也带不走。

Linger 的知识库是一页一页的 Markdown:客户、联系人、项目、话题各一页,每条事实标出处,每次改动留记录。

它摸你的习惯也不靠重新训练模型,每晚更新的是一份规则清单,比如「客户回复,马上告诉我」。

我看了下,它的数据库就在我电脑的 ~/.simplexai 文件夹里,只在本机监听。

今天接 Codex 或 Claude Code,明天换本地的 Qwen,这些东西一样不少。

能读、能改、能带走,才算你的资产。

边界也说清楚。

用 Codex 这类云端运行时,对话还是会经过对方;连 Gmail、开语音、后台整理记忆,目前也要走外部服务。

想真正不出本地,得上本地模型,门槛是 16GB 以上的 Apple 芯片 Mac,或者 8GB 显存加 32GB 内存的 N 卡。

像我这台 32GB 的 Mac,也可以选 Qwen3.8-27B 的量化版来用。

最强的反对意见是:本地模型现在确实没有最强的云端模型聪明。

这点我同意,所以我是混着用:难活交给云端,记忆和知识库留在本地。

长期看,本地会是更好的那一边。

如果两年内主流云端 AI 都能把记忆完整导出、一键搬家,对中国用户也不再限区,算我看错。

那它适合谁,拿来干什么?

个人日常用:问答、写东西、整理资料。哪天号没了,换个运行时或者换成本地模型,记忆和知识库都还在。

公司和团队:合同、客户资料、内部文档这些不方便上云的,用本地模型处理。许可证允许商用,对外做托管服务才需要另谈授权。

定时任务:每天早上理一遍昨天的邮件、每周出一份周报,定好时间让它自己跑。我设过一个提醒,它准点发了过来。

后台长任务:下班前交代一句,它接着干。我试过让它核查一份资料,聊天照常用,回来拿到的是一份带出处的文档。

Skills:它自带 5 个 skills,也能给 Agent 加你自己的,把反复做的流程固化下来。

Mac 用户可以多看一眼。Apple 芯片的统一内存本来就适合跑本地模型,MLX 这类框架还在往前走。

以后一台 Mac 挂在那儿跑任务、跑定时任务、跑 skills,会越来越平常。

选 AI 工具之前,先问自己一句:哪天号没了,我的记忆和资料还在不在。

GitHub 和文档放评论区👇

产业坐标与信源核验

本条情报归属 AITOP「产品」核心栏目,重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Linger、DeepSeek、Qwen、本地模型,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「berryxia」(@berryxia),经 AITOP 多维评分管线结构化提炼。截至目前,全网已有 11 家独立信源对该事件进行交叉印证与跟进报道(含 shao__meng、marktechpost、vLLM 等),属于近期高关注度行业信号。