AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

claude.ai 官方复盘：两周把核心体验提速约 3 倍，方法与 prompt 全公开（博客实抓＋原帖转述，链接文末）。硬货四条：①八月两周冲刺，用户说慢、他们承认"用户是对的"——聚焦占 95% 用户活动的四条旅程；②p75 实测（真实用户监控、8/13 对 8/27）：新加载到可输入 3.1s→0.55s、新起 Claude Code 会话 0.8s→0.3s、Cowork 云会话 2.6s→0.73s，官方估算每天省下数万小时用户等待；③全部从一个 Slack 频道推进、每个线程里都有 Claude 在干活；④节奏由小标题透出：爬山式改进、横向扩容、护栏、转向、"8 毫秒预算"。

最亮的一句是开篇方法论："一旦 Claude 能测量某样东西，它就能让它变快——于是我们不断找到更多可测量的东西。" 博客：claude.dev/blog/how-we-ma…

我的看法：这是工程侧提速的第二格，和 Cursor 那 7%（58135）是同一配方的两面——都不换模型、都不改价，全在改环境（58112"环境是仓位"的第二次官方盖章）。

"可测量才可能变快"正是观测面（58032）的官方回声：pi-cost 说"先知道自己烧多少"，这里说"先测得到，才快得起来"——度量不是报告，是扳手。三处细节最见功力：四条旅程＝95%，是"出口收拢、只留关键路径"（58042 三问那套）在性能侧的版本——优化先收口，别摊平；p75 而非平均值，与今晚"同配置方差""多次采样"（57835）同一套统计纪律——不看均值看尾部，用户体验卡在 75 分位那条线上；"用户说慢，他们是对的"则是听劝回路（57913）的大厂放大版——反馈即需求、承认即排期。

给想抄作业的人一句：别一上来重构——先选你产品里那 95% 的四条旅程，每条挑一个可测量的数，两周只改这四个数；测量在前、爬山在后，第三周的 3 倍才轮到你。

数据、百分位与结论均为官方博客口径（8 月冲刺、p75 真实用户监控），细节与后续以原文为准。

Qwen-Image-2.1 手机版来了（按转述）：HF 社区已把 Qwen-Image-2.1 转成 MNN 格式，在 Android 端侧纯本地跑文生图和图像编辑。

三个亮点照录：①纯端侧——基于 Android OpenCL GPU 跑 DiT 架构，不依赖任何云端服务器；②极致量化——核心 7B DiT 与 8B 文本编码器都压到 INT4，大幅降低手机内存压力；③多分辨率——主打 512×512，也支持边长为 32 倍数的各种长宽比。

实测数据也很诚实：骁龙 8 Gen 2（16GB 内存）上生成一张 512×512、20 步的图约 490 秒——慢，但按作者的说法，这是端侧 AI 生图迈出的一大步；Android 运行时、库与 Demo App 源码同步开源（传送门见原帖，主帖未附外链）。

我的看法：这是 Qwen-Image 线的第四击——"手机端侧"（门槛 57518、四坑 57780、生图 Skill 57859 之后，战线从桌面挪进了口袋）；它同时与今早刚发的"把 agent 本体搬回家"（58385）接成本地线的第五件——那边是 agent 的大脑在本机、这条是生图的手在手机：端侧的意义从来不是快，是"不求人"——490 秒确实慢，但断网可用、数据不出机、零 token，这三样桌面线已经证明值钱（58385），手机线只会更刚需。

INT4 那手也照着降配曲线的剧本走（57518 三件套、57835 的 309B/15B 激活）：手机内存是硬约束，量化就是通行证——7B＋8B 双双 INT4，本质是把"能不能装下"先解决，再谈"跑多快"。

给想尝鲜的人一句：别拿 490 秒和云端比速度——把它当离线创作工具用：高铁上、飞机上、没信号的现场，能出图本身就是那一步；等哪天这个数字掉到几十秒，回头看今天这 490 秒，就是端侧生图的"Hello World"时刻。

格式、量化、分辨率与耗时均为转述（传送门在原帖），以 HF 社区与仓库说明为准；性能随机型差异较大。

Antigravity SDK 支持本地执行：Gemma 4 ＋ LiteRT（按官方公告转述，详情见文末）——口号一句："完全离线地构建 agentic 工作流"，agent 全程跑在你自己的机器上，官方给了三条卖点：零 token 成本、数据完全私密、离线可靠；附赠一档：兼容 OpenAI 端点——Ollama、llama.cpp、vLLM 等都能拿来伺候 Gemma；上手命令也给了：pip install google-antigravity litert-lm。

公告：developers.googleblog.com/introducing-su…

我的看法：这是本地自控线的第四块、也是最核心的一块拼图——claude-obsidian 把知识留在本地（58163）、compass 把组织留在本地（58003）、Twitter Mark 把收藏拉回本地（58375），这条把 agent 本体搬回了本地：前三块是资产，这块是干活的那台机器；"零 token"与"完全私密"两条正好把成本线与隐私线各收了一角——本地跑，账单归零、数据不出门，正是"能被带走的才是自己的"（58003）最彻底的一档。

OpenAI 兼容端点那句则是生态位的聪明处：不逼你换工具链，Ollama/vLLM 这些已有的本地底座直接拿来当后端——与"不为极简而极简"（57829）同一种务实：互操作比血统重要。

至于 Antigravity 这个名字——此前社区版因多账号绕限被判过灰（judged 有案），这条是官方 SDK 的本地执行，口径完全不同：官方开的门不是灰的。给想试的人一句：先把最敏感的那一类任务搬进本地 agent 跑一周——文档、合同、未公开的产品截图，验证"零 token"的最好方式，是把你最不愿上云的东西先放进去。

功能、卖点与命令均为官方公告转述，兼容范围与许可以博客与 SDK 文档为准。

Cursor 官方上新 Rollouts（按官方帖转述）——三句话讲完全流程：①Rollouts 先写一份监控计划（monitoring plan）→ ②部署过程中盯着变化 → ③部署是"被验证过的"，所以回归问题在用户看到之前就被抓住（演示图见原帖，本条未取图）。

我的看法：这是把"测量"从事故后挪到了部署时——正好补上今早 58373 那篇的下半场：那篇讲"可测量才可能变快"（拿 3 倍提速），这条讲"被验证才敢上线"（拿回归率）——测量的两个用途，一条负责变快、一条负责不变坏。

三步流程也有出处可对："写监控计划"＝评测四段流水线的第四段被提前开工（58377：监控不再等上线后、而是随部署同行）；"部署被验证"＝座位表里"谁验收"那一格有了产品化身（57993：结论落成工件——这次的工件是监控计划与验证记录）；"回归在用户看到之前抓住"则把 57719 那句自检（"自己检查"）推到了最后一道闸——上线不是终点站，是一次带检查的交接。

连续两发 Cursor（九格的 7% 降本、这条的 Rollouts）放在一起，能看出这家的打法：不换模型、不加价，一路在环境与验证上做深——正是"发布是行情、环境是仓位"（58112）的行动版。

给团队一句：照抄这三步的顺序——先写监控计划、再盯部署、最后才放量；顺序反了，回归就会以用户工单的形式回来找你。

功能、三步与表述均为官方帖转述（图未取），细节以 Cursor 官方说明与变更日志为准。

一次"先判可比、再画图"的文献横向比较实战（转述，链接文末）。设定：4 篇研究血浆 p-tau217 的论文——队列分别来自中国（含 ADNI 验证）、韩国多中心、秘鲁、瑞士记忆门诊；表面都在报 AUC，但参照标准各不相同：有的以 Aβ-PET 阳性为终点、有的预测 tau-PET、有的只区分临床诊断患者与健康对照——研究人群、检测平台、统计模型、阈值策略也全不一样。

原帖的判断一针见血："即使两篇论文都报告了 AUC，这些数字也不一定回答同一个问题。"

于是任务被写成两条纪律：①提取 12 个字段（人群、样本量、平台、参照标准、终点、模型、阈值、AUC 与 95%CI、敏感度、特异度、外部验证、局限）；②找不到的数据统一标"NR"——不许根据上下文猜测或补算，先判断结果是否可比、再决定是否绘图。

工具（ScienceBuddy，与 58171 同款）额外单独生成一份"可比性说明"，逐项给出为什么能比、为什么不能比。结果：4 篇里不少 AUC，过完参照标准、人群、指标、模型四道筛后，只有两项主分析被判"有限可比"——Jin 2026 中国主队列（Aβ-PET 终点，AUC 0.923，95%CI 0.875–0.967）与 Mendes 2024（同终点，AUC 0.97，95%CI 0.93–1.00）；且"有限可比"的限定被原样保留：检测平台、PET 判定方式、病例构成、样本量仍有差异——这张图只能作描述性展示，不能解释成正式的跨研究统计比较，更不是 Meta 分析。

工具侧的四个承诺也照录：结构化表格、结论可回到原论文页面核查、缺失数据明确标记而非自动补全、只有满足条件的数据才进图表（分析代码与过程留档可复核）。站点：science-buddy.io

原帖还有一句对"懒做法"的直接警告：如果只是机械地把 AUC 提取出来，最终很容易得到一张"看似完整、实际上混合了不同终点、不同人群和不同模型"的排行榜——图越整齐、误导越深，因为整齐本身会冒充严谨。

我的看法：这是今晚"榜单陷阱"的文献解剖版——58042 说"别只看榜"、58168 说"名字可以读错、基准读不错"，这篇给出的机理更狠：AUC 相同 ≠ 问题相同——终点不同、人群不同、指标不同，数字就只是长得像的三种东西；把四道筛、NR 规则和"有限可比"三样放一起，正是本站红线的完整产品版：NR 不猜不补＝"无源不写"，先判可比再画图＝"未核不发"，"只能描述、不是 Meta"＝"敢标注不确定"（58171 那句边界自述的续章）。

四篇论文筛剩两项、还打上限定，这个过程本身比那张图值钱：排行榜幻觉的解药从来不是更大的榜，是更长的脚注。给读者一句可抄走的三问：**看到任何"AUC 对比图"，先问——终点一样吗？

人群一样吗？指标一样吗？三个"是"，才配一张图；三个有一个"否"，那张图的正确名字是拼贴**。

4 篇论文、AUC 数字、NR 规则与"有限可比"判定均为原帖转述（本条未读原文）；医学结论以同行评议原文为准，不构成任何医学建议。

一门 AI Evals 课程沉淀出 8 个 Skills（转述，链为帖内图片、本条未取图）——它给出的不是零散工具，而是一条四阶段评测流水线：错误分析 → 评测器 → 校准 → 监控；作者称"帮你为自己的产品构建 AI 评测"，详细解读与项目地址见原帖图内。

我的看法：这条薄帖的分量全在四段的顺序上——先看错在哪（错误分析）、再造尺子（评测器）、再对表（校准）、最后常开盯住（监控），正好是评测线一整晚散落结论的串法：57422 的"公开对照才可信"要先有评测器才立得住，57835 靶场的"同配置方差"提醒校准不能只跑一次，58171 科研 Agent 的"敢说哪些是推测"本质上是错误分析做到位的产物，而 57993 座位表那句"结论要落成工件"，落的正是监控这一格——四段走完，评测才从"跑个分"变成一条常开的流水线。

"8 个 Skills"的包装也值得记：把评测方法论拆成可调用的技能单元，等于给每段流水线配了扳手（说明书族"跑通→固化→复用"的评测版：方法也要被蒸馏，与 22 个 Skills 那条书版同构）。

给做评测的人一句：按顺序来，别跳段——没有错误分析的评测器是拍脑袋、没有校准的监控是误报制造机；先看清错在哪，尺子才有方向。

四阶段、课程与 Skills 数均为原帖转述（图片未取、项目地址以原帖图为准），方法细节以课程原文为准。

Twitter Mark：给 X 重度收藏用户的浏览器插件（转述，站点见文末）——核心动作一句话：把书签和点赞"只读同步"到本地，变成一个可搜索、可筛选、可打标签、可导出 JSON 的个人资料库；两条承诺加粗念：内容留在你的浏览器、不上传云端；那句痛点也扎心："再也不用'收藏即吃灰'。"（演示视频见原帖）：twittermark.com

我的看法：它是本地自控线今晚第三次同构出现——claude-obsidian 的"数据留在本地、知识库完全自控"（58163）、compass 的"能被带走的才是自己的"（58003）、这条的"只读同步、不上传"——三件套拼出一条越来越清楚的判据：收藏的动作发生在云上，但资产必须落回本地；"只读"两个字尤其关键：只读意味着它没有写权限，也就没有闯祸的可能——这是今晚反复出现的"权限多大给多厚的壳"（57730 租约、57909 你的钥匙）在一个小插件上的乖巧应用。

而"收藏即吃灰"戳中的是记忆线的老毛病：存进去只是第一块板（57513），没有检索与标签，收藏夹就是另一种形式的堆料场——可搜索、可打标签、导出 JSON 三件，正好把"存"升级成"存得住、取得回、搬得走"。

给 X 重度用户一句：先别断舍离，先把它变成能 grep 的资料库——等哪天平台说变就变（57697 零回传那条的反面教材），你的书签早就在自己硬盘里了。

功能、承诺与痛点均为原帖转述（视频未取），同步机制与许可以官网为准。

一条用 Pi 做前端 UI 的实操心得，四步（原帖自称五步、正文给出四步，转述）："我不会让它上来就写代码。"

①先找参考、再动手——先找 2~3 个接近目标风格的网站，让 Pi 先看布局、字体、留白、颜色和视觉重心；重点不是照抄，而是先把方向定下来。②先统一规则、不东拼西凑——Navbar 学一个、Hero 学另一个、Footer 又换一种，最后拼成四不像；所以先让 Pi 提取一套统一的颜色、圆角、字体、间距和页宽，再往下做。

③页面拆开做、不一次生成完——Navbar、Hero、产品区、CTA、Footer 逐块确认，哪里不对只改哪里，比整页反复推倒重来更省、也更容易保住风格统一。④一定让 Pi 看最终页面——原句是全文最硬的一句：**"代码没报错，不代表 UI 没问题。

"——用真实浏览器打开、截图，再让 Pi 自己检查间距、对齐、响应式和交互。他还补了"AI 味"的病根：直接批量生成的页面之所以一股 AI 味，是因为它不知道什么是好看——所以要先把参考给它**（被引帖给了 5 个参考站与"导航→Hero→产品区→动效→Footer"的收尾工作流，见原帖）。

我的看法：这四步其实是设计线与验收线各补了一块拼图。①对应 dotey 四步里的"先画再写"（57868：PoC 之后、动码之前先看长什么样）——参考不是素材库，是把"方向"从形容词变成可指认的证据；②统一规则＝57625 规范派的最小动作——先立尺子再裁衣，四不像的病根是没有尺子；③逐块确认与今晚"改而不重起"（57917）、"哪里不对只改哪里"同一条纪律：增量验收比整版重掷便宜。

而④是这条推给的真正金子——它把验收线（57993"谁验收"那一格）从"有没有跑测试"推进到"看没看过成品"：编译通过是机器的验收、截图自检才是产品的验收；"让 Pi 自己检查间距对齐"也正对 57719 的自检闭环与 58000"在乎图的输出"——验收的终点不是绿灯，是被人眼和 agent 眼各看一遍。

至于"AI 味"那句病根，值得裱起来：它不知道什么是好看，所以你得先把好看指给它看——参考、尺子、逐块、看成品，四步都在干同一件事：把品味变成可执行的输入。

步骤、原句与病根分析均为原帖转述（第 5 步正文未列、工作流在其引用帖内）；效果以各自实践为准。

科研工作流 Agent：ScienceBuddy（转述其实测，站点见文末）——定位一句："围绕科研工作流设计的 AI Agent"，出自 PhAILabs；发帖人的实测题很硬核："JAK1 是否可能与小细胞肺癌患者的免疫治疗响应相关"——问题扔进去、别的一句没说，它直接跑出一份完整研究报告：提出问题 → 文献与机制分析 → 研究设计 → 数据需求判断 → 形成参考结论——整套研究闭环几乎一次跑通。它自己归纳的三个优点（转述）：

①严谨性——真正拆解问题、判断证据强弱、组织研究路径，而不是把搜到的材料拼在一起；内部集成 224 个科学工具，在不同研究环节调用对应工具提升可靠性。
②全流程公开、可追溯——怎么拆解、查了哪些材料、调了什么工具、每步得出什么阶段结果、最终如何形成结论，全程可见；原句："对科研任务，过程的可追溯性甚至比结果本身更重要。"
③清楚自己的证据与能力边界——证据不足时不硬给"看似正确"的答案，而是明说：哪些结论有明确证据支撑、哪些只是推测、下一步需要什么数据或实验才能继续验证。站点：science-buddy.io

我的看法：这三点放在一起，恰好是今晚验收线的第三方完整印证——②＝证据链（57693 那句"工程师曾是瓶颈"的对面：流程可看，人才敢把瓶颈交给 agent）；③＝本站口径的原样回声（"无源不写、未核不发"在产品侧的表达就是这句"不给看似正确的答案"）；①＝方案四原则（57993"细节才真正影响目标和架构"）在科研域的落地。

而"研究闭环一次跑通"的五步，正是那张座位表的完整演出：谁提问题（人）、谁查材料（工具）、谁下结论（模型）、谁验边界（证据）——四格全有人坐。更值钱的是它的边界自述："哪些只是推测"敢说出口，比任何"全对"的承诺都值钱——与"证明可造假"（57825）说的是同一件事：可信度不来自正确率，来自敢标注不确定。

给写论文、做研究的人一句：拿你领域里已知答案的旧问题去测它——看它会不会在证据不足时也敢说"我不确定"；过不了这关的科研 Agent，结论再顺也只是排版漂亮的猜测。

实测、三点归纳与站点均为原帖转述；医学问题不构成任何医学建议，研究结论以同行评议为准。

一条关于命名的趣评，顺带把行业情绪也测了一遍（转述）："HySparse2 这名字老让我想到 Hy（混元）——我甚至发现自己会读成 Hunyuan‑Sparse，XD"；随后两句正题："自从 DeepSeek 把 YOCO 重新带回聚光灯，中国的模型 backbone 好像进入了又一波架构进化潮"；"某种意义上，DeepSeek 一直是大家都能学到很多的老大哥——请叫他 Saint Liang 🙏"；收尾是期待与自勉："很期待 V4.1 Pro 带来什么惊喜，当然我们自己也不能落后——Scale up！"（被引帖为 HySparse2 官方发布，数字见 58107）。

我的看法：这篇是 58107 之后架构潮的民情绪报告，三样东西各自值钱。其一，"Hy 读成 Hunyuan"这个口误梗——它无意间点破了这一波的中国浓度：YOCO 被 DeepSeek 带火、混元、MiMo 的 HySparse2，名字都挤在同一段字母里，字母会打架，说明架构创新正在同一条河里扎堆（今晚从 58107 到 58073 的七击正好是这条河的上游）；其二，"Saint Liang"这个社区昵称——把创始人抬成圣徒是粉丝文化的最高礼遇，它与 57977 里"Vibe＝1882 电灯"的清醒论恰好构成一冷一热的行业体温计（一边造神、一边泼水，都是同一条上升曲线的副产品）；**其三，"Scale up！

"这句自勉——期待别人的 V4.1 Pro、又补一句"我们也不能落后"，对别人的惊喜既开放又不服，这大概是所有做模型的人此刻的标准姿势。给读者的落地提醒倒很朴素：架构潮里别追字母、追可复现的那三个数（prefill、KV、RULER——58107 已经给过一份）；名字可以读错，基准读不错**。

命名、昵称与期待均为原帖转述（Saint Liang 为社区昵称梗、无其他含义），技术数字以 58107 及官方论文为准。

claude-obsidian：让 Claude Code 管你的本地 Obsidian 知识库（转述）——出发点是那句人人都有的抱怨：想搭自己的"第二大脑"，可很多方案要么收费、要么数据得放到别人服务器上；它的解法反过来：文章、PDF、会议转录丢进去，Agent 自动阅读、提取信息、建立关联，整理成一套互相连接的 Markdown 笔记；全部内容是普通 Markdown、数据留在本地、知识库完全自控（仓库见文末）。

最亮的一处是它的处理冲突的方式：它不会强行把冲突内容合并掉——发现不同观点时会明确标记出来，留给你自己判断：github.com/AgriciDaniel/c…

我的看法：这是记忆线第五块板（58003 那个 compass Vault）同一位作者的第二作——两件套起来正好是"组织（怎么摆）＋摄取（怎么进）"的完整拼图；而"不合并冲突、标记待判"这一个设计，价值超过整篇：知识库最常见的塌方不是记太少，是把打架的观点悄悄揉成一句谁也没说过的和稀泥——它把"存证据"（57693 那条）与"留判断"（57993 座位表里"人审方向"）留在了人这一侧，与 WFM 论文（58042）"页与链接共同塑形"互补：一个讲怎么检索，一个讲怎么不替你决定。

本地 Markdown＋Claude Code 这个组合也说明路线之争已定：不进云、不上锁，用你已有的工具链当底座（58003 的"能被带走的才是自己的"，这次连搬运都省了）。

给想搭的人一句：先往里丢三类最乱的东西——会议转录、聊天记录、网页剪藏——第二大脑的价值不在收藏整齐，在它敢把矛盾原样留着等你裁。

功能、处理方式与作者关系均为原帖转述，安装与许可以仓库为准。

Cursor 官方的一条降本通告（转述）："我们把 Cursor 的 token 成本降了 7%，且 agent 质量没有下降"——省下来源四项：更紧凑的 prompt、选择性工具加载、更好的缓存、压缩文件读（说明图见原帖）。

我的看法：这是成本线的第九格，也是唯一"工程侧"的一格——前八格全是价格动作（半价、标价、加量、三口径、送 token、限免、价格倒挂、音频降价），这一格是产品自己把成本结构改了一遍，而不是改价目表；四手法与各家"同样聪明更少 token"（57518、57927、58132 的缓存 36×）连成一条清晰的技术谱系：prompt 收紧＝少说废话、tool 按需加载＝少带行李、缓存更好＝少重读、文件读压缩＝少搬运——四招没有一招在动模型，全在动模型周围的环境，这正是上一条金句（58112）"发布是行情、环境是仓位"的官方版操作间。

而"质量没有下降"这半句是全文的验收线：降本只有配上了"不掉质量"的证据才算数（与"分数涨了≠真变强"、"边写边测"是同一套纪律）。给用户的启发最实在：你付的每个 token 里，都躺着这四件事的改进空间——下次嫌账单贵，先照这四条自查一遍自己的工作流：prompt 有没有重复的开场白、工具是不是全量挂着、上下文有没有该进缓存的、文件读取有没有整文件搬。

降本比例、来源与质量口径均为官方帖转述，具体以 Cursor 官方说明与个人面板为准。

cognition 为 Devin 加了两条新通路（按官方帖转述）：①Terminal 里的 Devin Cloud——在你自己的 CLI 中用 /cloud 创建、转向、恢复 Devin Cloud 会话；②devin ssh——史上第一次可以直接 SSH 进 Devin 的专属虚拟机，干完活再用 /handoff 把工作交回自己的设备。

我的看法：两个小功能实则是"agent 的电脑也要有门"的两扇门——/cloud 把 agent 会话变成可编程对象（CLI 里 create/steer/resume＝三连，正是视窗调度线 57558 在终端侧的落地），而 SSH＋/handoff 更值得说：它承认了一件事——agent 干活的地方和你工作的地方不在一台机器上，所以"如何体面地搬回家"成了必答题；/handoff 正是原子交接（57730 那句"送达与接收是两回事"）在产品上的答案：交接要有显式动作，不要靠"我猜它写完了"。

再往外看一层：能被 SSH 进去，意味着 Devin 的虚拟机被当成了"工位"而不是黑箱——与自托管全家桶（57909：你的机器人、你的机器、你的钥匙）殊途同归：工位可进入、可检查、可带走，才配叫工作而不叫外包。

给想试的人一句：用 /cloud 把长任务丢进去、SSH 进去巡一圈、再 /handoff 收尾——三步走完，你就体验了一次"云上工位"的完整上下班；别忘了收尾那步——活在别人的 VM 里，不 handoff 就等于把工牌落在更衣室。

功能、指令与表述均为官方帖转述，可用范围与权限以 Devin 官方文档为准。

Rapid‑MLX 0.15.0 发布——头号卖点是在高内存 Apple Silicon 上本地跑 MiMo‑V2.6 Flash：309B 总参、15B 激活的 MoE，在 M3 Ultra 上跑到 49–59 tok/s；并验证过工具调用、结构化 JSON 输出，以及 prompt caching——15K 上下文的重复请求从 34.2 秒压到 0.95 秒（约 36 倍）。

0.15.0 的其他增量：Qwen‑Image 2.1 全量进 Server 与 Desktop（文生图＋编辑、Mac 内存默认值调优）、Gemma 4 Boost 解码提速至 1.16×、桌面端空闲 CPU 从约 60% 降到 1.2–3.6%，可靠性与体验也有改进（下载见文末）：rapidmlx.com/download

我的看法：这是本地部署线的正统第四击（57518 门槛→57780 四坑→57859 生图 Skill→这条：把 MiMo 搬进 Mac 的推理台），三组数字各讲一件事。

"15K 重复 34.2s→0.95s"讲的是记忆的复利——这正是 Pi 0.87"经历与视角分家"（58111）在推理层的镜像：该复用的缓存住下来，重复上下文就不再花全价；"空闲 CPU 60%→1.2–3.6%"讲的是桌面上的能耗账——观测面那篇（58032）里 pi-usage-widget 盯的正是这类"看不见的烧钱"，本地跑模型，省电就是省钱；"309B 总参、15B 激活"则重申降配曲线的老原则（57518）：MoE 的可跑性从来由激活参数决定，不是总参数。

四条更新里最实用的其实是 Qwen‑Image 2.1 的全平台收编——图片与视频工作流在同一台 Mac 上闭环（57859 那条"好看的图七分在配置"，现在配置端也一站式了）。

给 Mac 用户一句：先看你的内存档位、再选量化档（对照四坑篇三件套），跑通后把 15K 缓存那条功能打开——同一份上下文少付 35 倍的钱，就是这么来的。

数字与功能均为官方发布口径（0.15.0），实测以下载页与仓库 changelog 为准；性能随硬件与版本变化。