张博开源Linger 本地AI Agent零token费
时间:2026 年 11 月 19 日,前 DeepSeek-VL 项目负责人张博在 X 平台宣布开源个人 Agent Linger,代码已上传至 GitHub。
地点:Linger 由张博创办的 Simplex AI 开发,用户可直接在个人电脑上本地部署运行。
人物:张博(Tony Zhang),2019 年于香港科技大学取得博士学位,曾任职微软亚洲研究院,2023 年加入 DeepSeek 并负责 DeepSeek-VL 项目,离开后在浙江大学任教并创办 Simplex AI。
事件详情:Linger 是一款主打零 token 费的个人智能体,可在用户本地电脑上直接运行,无需依赖云端数据中心。该 Agent 可读取本地邮件、日历和文件,操作用户已登录的浏览器;读取外部应用时直接执行,发邮件等写入操作需弹出确认卡,用户可随时接管。权限边界写入官方文档,采用确认卡和服务端校验限制 Agent 动作,未采用沙箱隔离。底层依赖 PolyStrata 这一 MoE 推理引擎,通过分层管理专家权重,将部分专家放在显存、其余放在系统内存或 SSD,用到时再调度,从而在 12GB 显存加 64GB 内存配置下,以阿里千问 Qwen3.8-Flash-Next 实现 45.5 tokens/秒的稳态生成速度。PolyStrata 已适配 12 个开源模型,包括 Qwen、DeepSeek、Gemma、Qwen3.8-27B 和 Spark-X2.6-4B 等,模型选择不绑定单一厂商。
背景:当前个人 AI 助手及 Agent 产品多采用云端模型或托管服务模式,用户通过订阅、用量付费或自备 API 额度使用,任务上下文需发送至模型服务商。Linger 将本地部署开放给个人使用,README 与官网均写明本地推理不产生云端账单和 token 费用。项目许可证以 Apache 2.0 为基础增加商业限制,未经授权其他企业不得将 Linger 源码作为托管服务提供给外部用户,商业化空间留给 Simplex AI 自己的 hosted 版本。截至 11 月 20 日,GitHub 仓库星标约 1.8k。
影响:Linger 的推出降低了个人用户运行 AI Agent 的硬件门槛,12GB 显卡即可运行 125B 参数 MoE 模型。对开发者而言,PolyStrata 的分层权重调度机制为消费级硬件运行大模型提供了新思路。张博在开源帖中表示,AI 在数据中心训练后再以 token 形式租回给用户的模式应该改变,智能应该由用户完全拥有。与 DeepSeek 此前展示的 DS-Bot 相比,Linger 更侧重人与个人 Agent 的交互及 Agent 与本地环境的协作。
总结:Linger 代表了 AI Agent 从云端向本地迁移的趋势,通过 PolyStrata 引擎实现了消费级硬件上的大模型推理。尽管 45.5 tokens/秒等性能数字尚待第三方复现,且 12GB 显卡配 32GB 内存的模拟配置下速度降至 21.3 tokens/秒,但该项目为本地 AI Agent 提供了可验证的开源路径。截至 11 月 20 日,GitHub 星标约 1.8k,显示社区对零 token 费本地 Agent 的关注度较高。
参考来源:
智东西
https://zhidx.com/p/612775.html
华尔街见闻
https://wallstreetcn.com/articles/3786352
36氪
https://eu.36kr.com/zh/p/4078868729599110
投资界
https://news.pedaily.cn/202611/572130.shtml
Pandaily
https://pandaily.com/simplex-ai-linger-local-personal-agent-polystrata
北京智源
https://hub-assets-cache.baai.ac.cn/view/59880







