聚是一团火,散是满天星。
刚刚,前 DeepSeek V1 作者、DeepSeek-VL 项目负责人Tony Zhang(张博),正式公布了自己的新创业项目:Linger。
方向,正是当下最火的个人Personal Agent。
路线也是比较有意思,当同行都在做 APP,他们优先选择了电脑。
这意味着,Linger 能操纵你电脑已有的网页、邮件箱、日历,无需折腾一大堆登录凭据。
遇到卡住的地方,你也可以直接上手接管。
另外一个点,作为中间层的 Linger,支持接入各个第三方模型。
并且专门为本地 LLM 做了优化。
具体来说,一块 12GB 显存的 RTX 3060 显卡,就能跑起一个 125B 参数的Qwen3.8-Flash-Next,并且是 45.5 tokens/ 秒的生成速度。

对了,还有个蛮重要的事情——
这套系统是开源的。。。
至于为什么?
在官宣帖中,Tony Zhang 引用了 PC 崛起的历史:
1960 年代,计算是中心化的,直到 PC 将权力交到每个人手中。如今,AI 在数据中心训练,然后以 token 的形式租给你。
我们相信智能应该是分布式的。你的上下文、你的数据,以及驱动它们的智能,都应该完全由你拥有。
所以今天,他们开源了 Linger,一个生活在你个人电脑上的专属 Agent。

也是延续大肥鲸优良传统了。
一个「会主动,能自学」的 AI
Linger 的的核心,是名为「Another Me」的 Agent 系统。
它首先是一个记忆中枢。
Linger 会在本地读取你的收件箱、日历、聊天记录和会议,每晚自动将这些信息整理成个人知识库(Wiki),供所有 Agent 查询。
在衡量长期对话记忆能力的 LoCoMo 基准测试中,Linger 的准确率达到了 95%,超过了 Mem0、MemOS 等多个记忆增强型 AI 系统。

有了这些,Linger 便能更好地主动工作。
它会默默观察你的信息流,根据事件的重要性和紧急性决定何时提醒你。周一收到客户邮件,要求周五前给报价,它不会立刻打扰,而是等到周三早上再弹出提醒。
但如果是会议时间变更,它会立即通知。

这个 Agent 还会从你的反馈中自我学习,Linger 称之为「隐式强化」。
比如,当它提醒你一张发票快到期了,你回复说「上周就收到了,应该当时就告诉我」。系统会记下一个线索。
如果下一次另一张发票出现类似情况,你再次表达了相同的偏好,系统就会自动生成一条规则:「供应商发票→立即提醒」。

反之,如果你连续两次对「快递提醒」表现出不感兴趣(比如直接忽略或回复「不用告诉我」),它也会学会以后保持沉默。
你也可以直接下指令,一次性教会它。比如告诉它:「客户的回复,要立刻通知我」,或者「晚上 9 点后,会议变更这种事不用马上说」。
这种持续的交互和学习,让 Agent 越来越懂你的工作习惯,成为一个真正个性化的助理。
除此之外,Linger 还能:
操作桌面和浏览器。
就是开头说的,Linger 能直接使用你电脑上已经登录的 Chrome、各种 App,无需重新配置。
组建 Agent 团队。
这点就是 DeepSeek 之前解释过的 Super Agent 原理了。
你下达一个复杂任务时,Another Me 会调用或创建不同职能的 Agent,协同完成工作。
而你,只用停留在和 Linger 的这一个 Session。
语音交互。
这点主要就是服务于办公场景了。
Linger 能实时转录会议,会后直接向 Agent 提问会议内容,并让它跟进待办事项。
总而言之呢,就是一个专为办公场景优化的 Personal Agent。
不过,也有网友对这一产品定位不太理解:
为什么不基于 DeepSeek harness 开发跟 ds-bot 有何区别呢
对此,Tony Zhang 回应道:
Linger 的重点是把模型和 harness 一起优化:12GB 显卡就能本地跑 125B 模型,不按 token 付费,数据也不出本机。
从产品定位上看:DS-Bot 的核心是 Bot 与 Bot、Bot 与群组的协作;Linger 的核心是人与自己的 Agent、Agent 与本地环境。

12GB 显卡,跑 125B 模型
让消费级硬件运行千亿大模型,Linger 的核心技术是一个名为PolyStrata的 MoE 推理引擎。
它的原理可以理解为一种智能分层存储机制。
对于一个庞大的 MoE(专家混合)模型,PolyStrata 会把最常用、最活跃的「专家模块」放在最快的 GPU 显存里,将不那么常用的放在内存中,而使用频率最低的则放在 SSD 固态硬盘上。
当模型需要调用某个专家时,系统会动态地在 GPU、内存和 SSD 之间移动数据。这样一来,就不需要把整个几十上百 GB 的模型全部塞进有限的显存里。
效果立竿见影。
根据官方数据,一个 125B 参数的 Qwen3.8-Flash-Next 模型,在一台配备 12GB RTX 3060 和 64GB 内存的电脑上,可以实现 45.5 tokens/ 秒的生成速度。
在更强的 RTX 5090(32GB)上,速度则飙升至 179 tokens/ 秒。
为了让用户更方便地用上本地大模型,Linger 还做了一个「模型自动驾驶(Model Autopilot)」功能。
它会自动检测你的硬件配置(GPU、显存、内存),然后从 49 个语言模型、两种推理引擎、多种量化方案和不同上下文长度的组合中,为你推荐并安装性能最强的模型。

根据 SimplexAI 的评分体系,不同配置的本地设备可以获得媲美主流云端大模型的能力:
8GB 显卡 +32GB 内存:得分 35.4,约等于Gemini 2.5 Pro。
Mac 24GB 统一内存:得分 51.9,约等于Claude Opus 4.5。
12GB 显卡 +32GB 内存:得分 57.3,约等于Claude Opus 4.6。
这意味着,你的游戏本或 MacBook,将拥有一个真正强大的、7x24 小时待命、没有 token 费用、并且数据完全不出本地的 AI 大脑。
DeepSeek-VL 负责人再创业
Linger 背后,是一支有着深厚技术背景的团队,其创始人 Tony Zhang 的履历尤为亮眼。
(毕竟是 DeepSeek 系嘛…)

Tony Zhang 本科毕业于浙江大学,2019 年在香港科技大学取得博士学位,随后加入微软亚洲研究院(MSRA),长期从事计算机视觉和生成模型研究,是 VQ-Diffusion、Rodin 3D 数字人等多个知名项目的作者。
2023 年,他加入DeepSeek,担任 AI 科学家。
在这里,他不仅参与了早期语言模型DeepSeek LLM V1 系列的研发,更是视觉语言大模型DeepSeek-VL 的项目负责人(Project Lead)。这款模型在真实世界场景下的图像、文档、图表理解能力备受好评。
离开 DeepSeek 后,Tony Zhang 进入浙江大学任教,担任百人计划研究员、博士生导师,并创立了 Simplex AI。
Linger 就是 Simplex AI 的最新作品。

而作为 Linger 技术核心,那个专为本地部署而生的推理引擎?
据 Tony Zhang 透露,由团队里一位 18 岁的天才少年构建。
18 岁?高中刚毕业?
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法!
— 完 —
2026 年,越来越多的人向我们证明:" 人类对 AI 的信任还不够 "。
量子位 MEET2027 智能未来大会来为你锁定 AI 进化的下一步。
百度王颖、分子之心许锦波、昆仑万维方汉、基元律动王云鹤、紫东太初王金桥、蚂蚁健康顾进杰、相干科技金贻荣、面壁智能姚远、商汤宣善明、酷哇廖文龙都来了了解详情
12 月 9 日,北京。邀请你和我们一起,看清 AI、抓住 AI、驾驭 AI。
点亮星标
科技前沿进展每日见


