你给的插件足够多，就能做成 Javis 。

@1258 推理端，其实还有更省电的。

最屌的是 ，近存计算，在 ssd 上面焊接一个 FPGA ，把算子烧进 FPGA ，直接绕过内存墙。不过这个得看 FPGA 的算力进展了。或许也要单独供电，但是肯定也比整机功耗低。

现在瑞芯微 RK182X 系列 就是在 m.2 上面搞得 堆叠 RAM ，有 1TB 的带宽，直接悍在 FPGA 周边的。不过容量被瓶颈在 5G B ，搞不上去了。还得是看 存储厂商。

它的对手是 早它几天开源的 Muse-Glimmer-30B ，glimmer 确实也很 ok ，但是 Hidden dimension 6656 ，Layers 52 ，比 27B 少了 12 层深度，虽然宽了点，表达更丰富。但是，在特定的领域里，比如 coding / math ，逻辑缜密性 比 表达能力更重要。这在具体任务上，通常就是 看起来在思考，但是最深层次的矛盾，总是擦肩而过，力有不逮的感觉。

glimmer 适合写小说，写剧本，一定深度的任务。

qwen3.8 是 coding 领域真正的生产力工具。

1 ，deepseek harness + qwen3.8 27B ，自己修复自己 bug ，自己给自己写插件。

2 ，联网，记忆，都让它自己写的插件。一个联网的小 case ，都还有很多搞不定。指点一条路，searxng 。记忆参考 benchmark： https://agentmemories.ai/home

3 ，Hidden Dimension: 5120 ，Number of Layers: 64 ，dense 黄金比例下，参数有限，只能靠反复推理榨出更多智力，过度推理是代价，但是本地部署，无非多几度电罢了，终归能把任务完成。从 Hidden Dimension: 8192
，Number of Layers: 92 的 2.4T 里 蒸馏出来的 逻辑能力。就这么点参数，逻辑能力占多了，通用知识当然就少了。

@oldlamp 我虽然言语狂了点，但是态度是建立在每天都在学习提升的基础上；沉浸在整个机器学习领域的第八个年头了，从统计机器学习，到深度学习，强化学习，每个领域都摸了一个遍。基础数学公式的推导，以及前沿工程领域论文，都过了一遍的。

起码从自我反思的角度来说，学而不思则罔，思而不学则怠 的境界，虽然也陷入过，但是能自我清醒意识到并脱离。

这哥们儿自己基础薄弱，上来想当然就算了，态度还这么阴阳，我没理由惯着他。

老哥谬赞了，黄石公我肯定没那么高境界。同龄人里这个领域来说，我服 陈天奇，王树森，李沐 他们，但是这个论坛里没有能让我服的人。我也在做事，只是还没有出成果罢了。但是我做的，必然不是当前这些水准的事情。

@EliteOtaku 跳梁小丑，能回复你一句，算给你长脸了。

LLM 参数的量，最根本的矛盾在于 信息论里对于信息的压缩。

LLM 模型本身 静态参数架构的量 对于要体现的 智能 ，关系其实不大，与之影响最大的是 context kv cache 。为什么：
1 ，LLM 本身静态参数其实只需要存储 最精炼的逻辑能力即可，世界客观知识 完全可以压缩到 context kv cache ，只要 context kv cache 无限长度能够存在，就能压缩一切，那么整个模型的初始化参数量就是 O(n)，常数级别。

2 ，以目前的硬件能力，context kv cache 显然做不到 无限长度，那么压缩 context kv cache 的算法就是关键，所以，你会看到 一皮条 这部分的工程创新和优化。

3 ，但是信息论里就决定了，有限的结构无法无损压缩还原无限的信息。只要压缩了，必定就有损失。信息熵增地不可逆决定的。

LLM 和人脑之间的进化差距，如同马车之于未来的宇宙飞船。


马车在工程结构上迭代 N 版，不从底层结构上搞出范式创新，依然只是 高级的马车。

@EliteOtaku 那么现在的 MOE 架构是什么呢？

思而不学则怠。

要做孩子的朋友成为自己人，而不是家长成为对立面。

事你干，钱他赚，牢你坐。