首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于
智能AI morning

刚刚,DeepSeek V1作者创业项目曝光:开源Agent

摘要

刚刚,DeepSeek V1作者创业项目曝光:开源Agent Jay 2026-11-21 14:32:31 来源: 量子位 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 ,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 。 X 帖子视频.mp4 路线也是比较有意思,当同...

Tony mp4 DeepSeek Agent 评论视频 Another V1作者创业项目曝光 开源Agent Jay 2026
2026-11-22 1 阅读 约9分钟阅读 Jay
分享:
字号:
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 刚刚,DeepSeek V1作者创业项目曝光:开源Agent Jay 2026-11-21 14:32:31 来源: 量子位 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 ,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 。 X 帖子视频.mp4 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。 X 评论视频.mp4 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,还有个蛮重要的点—— 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。 X 评论视频.mp4 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、7×24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。
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱