前 DeepSeek-VL 项目负责人 Tony Zhang(张博)于 2026 年 11 月 19 日正式公布创业项目 Linger——一款主打本地部署的开源个人智能体(Personal Agent)。这套系统的核心卖点是把模型、记忆、工具与任务调度全部放在用户自己的电脑上运行:一块 12GB 显存的显卡,配合 64GB 内存,即可让 1250 亿参数的模型以每秒 45.5 个词元的速度生成内容,且不按词元计费、数据不出本机。

一位 DeepSeek 早期成员的二次创业
Linger 背后的团队是 Simplex AI。创始人 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,此后加入微软亚洲研究院(MSRA),长期从事计算机视觉与生成模型研究,是 VQ-Diffusion、Rodin 3D 数字人等项目的作者。2023 年他加入 DeepSeek 担任 AI 科学家,参与了早期语言模型 DeepSeek LLM V1 系列的研发,并担任视觉语言大模型 DeepSeek-VL 的项目负责人。离开 DeepSeek 后,他回到浙江大学任教,担任百人计划研究员、博士生导师,并创立了 Simplex AI。Linger 是这家公司的最新作品。
据公开信息,Simplex AI 已于 2026 年 1 月完成由 GL Ventures 领投的 600 万美元种子轮融资。Linger 的底座之一——本地推理引擎 PolyStrata——早在 10 月 7 日便已在代码托管平台开源。
核心能力:一个”会主动、能自学”的另一自我
Linger 的核心是一个名为 Another Me 的智能体系统,定位是用户的”第二大脑”与记忆中枢。
记忆中枢。 它会在本地读取用户的收件箱、日历、聊天记录与会议内容,每晚自动把这些整理成个人知识库,供所有智能体查询。在衡量长期对话记忆能力的 LoCoMo 基准测试中,官方称准确率达到 95%,高于 Mem0、MemOS 等多个记忆增强系统。需要说明的是,该数字为厂商自报,尚未经独立第三方验证。
主动提醒。 Linger 会持续观察信息流,按事件的重要性和紧急程度决定何时打断用户。例如周一收到要求周五前给出报价的客户邮件,它不会立即打扰,而是等到周三早上再弹出提醒;但如果会议时间临时变更,则会立即通知。
隐式强化学习。 系统会从用户的反馈中自我修正。当用户回应”这张发票上周就收到了,应该当时就提醒”,系统会记下线索;若再次出现类似情况并收到相同反馈,便自动生成一条”供应商发票→立即提醒”的规则。反之,连续两次忽略快递提醒,它便学会对该类事件保持沉默。
操作桌面与浏览器。 Linger 能直接调用用户电脑上已登录的浏览器和应用,无需重新配置一大堆登录凭据,遇到卡住的步骤也可由用户随时接管。
组建智能体团队。 面对复杂任务,Another Me 会调用或创建不同职能的子智能体协同工作,用户只需停留在同一个会话中。
此外,它还支持实时会议转录、会后提问与待办跟进等语音办公场景。
12GB 显卡如何跑起 1250 亿参数模型
让消费级硬件运行千亿大模型的关键,是名为 PolyStrata 的 MoE(混合专家)推理引擎。MoE 模型的特点是每个词元只会激活少数”专家”模块。PolyStrata 据此设计了一套分层存储机制:把最活跃、最常用的专家放在速度最快的显卡显存里,次常用的放在系统内存,使用频率最低的则留在固态硬盘上;当模型需要调用某个专家时,系统在显存、内存和固态硬盘之间动态搬移数据。这样一来,就不必把整个数十甚至上百 GB 的模型全部塞进有限的显存。

根据官方公布的数据,一个 1250 亿参数的 Qwen3.8-Flash-Next 模型(2bit 量化版本,权重文件约 39GB),在配备 12GB RTX 3060 显卡和 64GB 内存的电脑上,可达到每秒 45.5 个词元的生成速度;在 32GB 显存的 RTX 5090 上,速度进一步提升至每秒 179 个词元。若内存降至 32GB,跑同一模型的短提示生成速度约为每秒 21.3 个词元,长提示的首词元等待时间会明显拉长。
为降低上手门槛,Linger 还提供”模型自动驾驶”功能:自动检测显卡、显存和内存配置,从 49 个语言模型、两种推理引擎、多种量化方案和上下文长度组合中,推荐并安装性能最强的搭配。按照 Simplex AI 自有的评分体系,8GB 显卡加 32GB 内存约等于 Gemini 2.5 Pro,Mac 24GB 统一内存约等于 Claude Opus 4.5,12GB 显卡加 32GB 内存约等于 Claude Opus 4.6。这类对标来自厂商自报的评分体系,并非独立评测结论。
开源协议与”数据不出本机”的边界
Linger 已开放源代码,桌面版支持苹果芯片的 macOS 14 及以上、Windows 11 x64 与 Linux x64,并提供 Docker Compose 自托管方案。其协议基于 Apache 2.0 但附加了条件:允许企业内部商用,但将其作为托管服务提供给组织外部人员,或移除前端品牌标识,需要单独获得商业授权。
在发布说明中,Tony Zhang 借用了个人电脑崛起的历史作类比:20 世纪 60 年代计算是中心化的,直到个人电脑把能力交到每个人手中;如今人工智能在数据中心训练,再以词元的形式租给用户。他主张智能应当是分布式的,用户自己的上下文、数据以及驱动它们的智能,都应完全由用户本人掌握。
不过需要客观看待”数据不出本机”这一表述。官方文档显示,连接 Gmail、Slack 等应用需要经过第三方服务中转,语音功能会用到外部服务,而每晚构建记忆的后台任务,如果调用的是云端订阅的模型接口,被读取的对话仍会发送至相应模型厂商。换言之,本地推理能省去词元费用,但并不意味着所有工作流都完全离线。安全方面,官方说明的是审批与服务器校验机制,并未提供把智能体与用户文件彻底隔离的沙箱。
一点提醒
Linger 代表了”本地个人智能体”这条正在成形的技术路线:记忆、主动提醒、多智能体协作等功能,行业内外都在做,而它的差异化在于把推理引擎、模型选型到任务调度整体为消费级硬件做了优化。但就现阶段而言,它更接近一个方向样板,而非开箱即用的成熟工具——满血运行对硬件有要求,官方也承认产品仍处于早期。有意尝试的用户,建议先在非主力电脑或独立系统账户上安装,仅授权一两个低风险账号,重点观察长上下文场景下的真实速度,而不是宣传数字。
信息来源:量子位、36氪、Simplex AI 官方仓库与文档、AI Market Watch、Pandaily。本文所涉性能数据除特别说明外均为厂商自报,未经独立第三方验证。







