Linger:DeepSeek 前科学家的新作,让 12GB 显卡在本地跑起 125B 大模型
先说结论:Linger 是一个刚开源 9 天的免费个人 Agent,能把一个 125B(1250 亿参数)的大模型塞进你家电脑里本地跑——官方说法是,一块 12GB 显存的 RTX 3060 显卡加 64GB 内存,就能以每秒 45.5 个 token 的速度跑起来,而且不按 token 收费、数据不出本机。
项目出自 Simplex AI,创始人是前 DeepSeek 科学家张博(Tony Zhang),DeepSeek-VL 项目的负责人。截至今天(11 月 20 日),GitHub 上已经 1,616 星,过去一天就涨了 1,194 星。英文圈已经有一篇深解读,中文圈今天早上 08
刚出凤凰网和搜狐两篇同源快讯(讲的都是创始人故事和官方数据),还没有一篇中文深解读,这篇就是首发。本文基于 Linger 官方仓库说明、英文技术媒体 AlphaSignal 的独立解读(2026 年 11 月 19 日)与中文媒体快讯(2026 年 11 月 20 日),没有本地安装实测,数字全部来自上述来源,观察时点是 11 月 20 日。凡是带”官方说法”字样的数字,都是项目方自己的数据,没有经过独立复测。
它到底是什么
先打个比方。你现在用的 ChatGPT、Claude,都是”云端大脑”:你每问一句话,数据都要发到别人家的服务器,回答按字数(token)计费,账单随着用得越多越贵。Linger 想反过来:把大脑搬回你自己电脑上。
它是一个”个人 Agent”,你可以把它理解成一个住在你电脑里的私人助理。它有一个主 Agent,名字叫 Another Me(另一个我)。它能直接用你电脑上已经登录的 Chrome 浏览器、邮箱、日历和各种 App,不用你重新登录一遍;每晚还会自动把你的收件箱、日历、聊天记录和会议整理成一本个人知识库(Wiki),供所有 Agent 查询。
关键在”本地”两个字上:模型、记忆、工具、编排全都在你自己的电脑上跑。官方的说法是,本地推理没有 token 费用,数据也不出本机。
12GB 显卡怎么跑得动 125B 模型
这是 Linger 最抓人的数字,也是最需要打问号的地方。
通常来说,125B 参数的模型是个”大胃王”:按常规算法,它需要上百 GB 的显存,一般人家的显卡根本装不下。Linger 的办法是换了一套推理引擎,名字叫 PolyStrata,专门为 MoE(混合专家)模型设计。
MoE 是什么?用人话说,一个大模型内部其实是由很多个”专家小组”组成的,每次回答问题时,并不是所有小组都上场,只挑最相关的几个。PolyStrata 的做法就是:把最忙的那几个专家小组放在显卡上,其余的放在内存甚至硬盘里,需要时再调上来。这样一来,12GB 显存的 RTX 3060 加 64GB 内存,就能跑 125B 的 Qwen3.8-Flash-Next,官方测得每秒生成 45.5 个 token。
这个速度什么概念?每秒 45 个 token,大约相当于每秒 30 多个汉字,读起来和正常聊天差不多,不会让人干等。
但有三处 caveat 必须说清楚。第一,45.5 token/秒是官方自己的测试数据,测试条件是短提示词、特定配置,没有第三方复测。第二,项目方还给了一套自己的评分:8GB 显卡加 32GB 内存的配置,得分 35.4,“约等于 Gemini 2.5 Pro”;12GB 显卡加 32GB 内存,得分 57.3,“约等于 Claude Opus 4.6”。这个”约等于”是项目方自己的评分体系换算出来的,不是公开基准测试的横向对比,别把它当成实测结论。第三,英文媒体 AlphaSignal 提醒过一句:项目方自称”Claude 级大脑”,这个说法同样需要打折——它来自项目方自己的测试,而且许可证在 Apache 2.0 之外还加了一条商业服务限制,商用前要先读许可证原文。
它能帮你干什么
按官方仓库的说法,Another Me 能做的事包括:读写本地文件、操作桌面应用、用你已登录的 Chrome 上网查东西、读邮箱和日历。记忆方面,它在长期对话记忆基准 LoCoMo 上测得 95% 的准确率,超过了 Mem0、MemOS 等记忆增强系统——同样,这是项目方引用的基准成绩。
另一个有意思的设计是”自带运行时”:Linger 不强制你用它自己的模型。你可以接 Claude Code、Codex 或者 Pi 这三种 Agent 运行时——Pi 是默认的本地模型运行时;如果你已经付费订阅了 Claude Code 或 Codex,也可以让它们在同一个”房间”里参与进来。换句话说,它想做的是你电脑上所有 Agent 的”中间层”,而不是再造一个封闭的聊天框。
谁适合现在就试,谁适合再等等
适合现在上手的人:手头有带独显的 Windows 电脑或 Mac(Apple 芯片),对”数据不出本机”有执念,或者每个月 token 账单已经让你肉疼的人。安装方式是去官网下载对应平台的安装包,macOS 用户注意:安装包目前还没经过苹果签名,第一次启动会被系统拦截,需要手动放行;Intel 芯片的 Mac 没有安装包,得用 Docker Compose 部署。
适合再等等的人:只想”装好就能用”的普通用户。这个项目 11 月 11 日才公开,才 9 天大,文档和安装流程还在快速变化;而且最核心的卖点——12GB 显卡跑 125B 模型——目前只有官方数据,没有独立实测验证。如果你只是好奇,可以先收藏仓库,等社区里出现真实用户的跑分再决定。
最后补一句:创始人张博的履历确实亮眼——浙江大学本科、香港科技大学博士、微软亚洲研究院出身、DeepSeek-VL 负责人,离开 DeepSeek 后回浙江大学任教并创立 Simplex AI。但履历亮眼不等于产品成熟,Linger 值不值得装,最终还是要看它在你电脑上的真实表现。
来源
- Linger 官方仓库:github.com/simplexai-labs/linger(星数与涨幅截至 2026 年 11 月 20 日)
- AlphaSignal 独立解读:Linger 在个人电脑上免费运行完整 AI Agent(2026 年 11 月 19 日)
- 凤凰网大风号、搜狐:DeepSeek 张博创业曝光,开源个人 Agent Linger(2026 年 11 月 20 日 08)
