刚刚,DeepSeek V1作者创业项目曝光:开源Agent

刚刚,DeepSeek V1作者创业项目曝光:开源Agent

💡 原文中文,约3200字,阅读约需8分钟。
📝

内容提要

前DeepSeek-VL项目负责人Tony Zhang公布新创业项目Linger,这是一款面向办公场景、专为本地部署设计的个人Agent。它优先在电脑上运行,可直接操作已登录的网页、邮件和日历;核心是“Another Me”记忆系统,能整理个人知识库、主动提醒并学习用户偏好。其PolyStrata推理引擎支持12GB显存显卡本地运行125B模型,速度达45.5 tokens/秒,且系统开源。

🔎

延伸解读

本地优先的Agent路线

Linger选择优先在电脑上运行,直接操作已登录的网页、邮件和日历,省去重新配置登录凭据的麻烦。这一定位与云端Agent形成差异:数据不出本机,不按token付费,且用户可随时接管卡住的任务。对于注重隐私和成本、又希望Agent融入现有工作流的办公用户,这种本地优先思路提供了另一种选择。

记忆系统与主动提醒的边界

「Another Me」每晚整理收件箱、日历和会议记录,生成个人知识库,并依据事件重要性和紧急性决定提醒时机。例如客户周五要报价,它周三才提醒;会议时间变更则立即通知。系统还能从用户反馈中学习偏好,连续忽略快递提醒后学会沉默。不过,这类主动行为依赖本地数据的完整性和用户反馈的准确性,实际效果需看长期使用中的调校。

消费级硬件跑大模型的关键

PolyStrata推理引擎通过分层存储,把常用专家模块放在GPU显存,次常用的放内存,最少用的放SSD,动态调度数据,从而在12GB显存的RTX 3060上运行125B参数的Qwen3.8-Flash-Next,达到45.5 tokens/秒;RTX 5090上可达179 tokens/秒。这降低了本地大模型的硬件门槛,但官方数据基于特定配置,实际速度会受内存、SSD和模型量化方案影响。

开源与产品定位的取舍

Linger系统开源,创始人引用PC崛起历史,主张智能应分布式、数据和上下文由用户拥有。与DS-Bot侧重Bot间协作不同,Linger聚焦人与自己的Agent、Agent与本地环境的交互。开源有利于生态共建和透明性,但也意味着商业模式和持续维护面临考验;同时,本地部署的体验高度依赖用户硬件,并非所有设备都能达到官方演示的效果。

❓

Q&A

Linger是什么?它主要面向什么场景?

Linger是前DeepSeek V1作者、DeepSeek-VL项目负责人Tony Zhang公布的创业项目,是一款专为本地部署设计的个人Agent,优先在电脑上运行,主要面向办公场景。

Linger的“Another Me”记忆系统有什么功能?

“Another Me”是Linger的核心Agent系统,作为记忆中枢,它会在本地读取收件箱、日历、聊天记录和会议,每晚自动整理成个人知识库(Wiki)供所有Agent查询;在LoCoMo基准测试中准确率达95%,超过Mem0、MemOS等系统。

Linger如何实现主动提醒和从用户反馈中学习?

Linger会观察信息流,根据事件重要性和紧急性决定提醒时机(如客户邮件要求周五报价,周三早上才提醒;会议变更则立即通知)。它通过“隐式强化”从反馈中学习:若用户对某类提醒表达偏好,系统会生成规则(如“供应商发票→立即提醒”),或对不感兴趣的提醒保持沉默;也可直接下指令一次性教会它。

PolyStrata推理引擎如何让12GB显卡本地运行125B模型?

PolyStrata是MoE推理引擎,采用智能分层存储机制:将最活跃的专家模块放在GPU显存,较不常用的放在内存,最低频的放在SSD,动态移动数据,避免整个模型塞进显存。因此125B参数的Qwen3.8-Flash-Next在12GB RTX 3060和64GB内存上可达45.5 tokens/秒,在RTX 5090(32GB)上达179 tokens/秒。

Linger和DeepSeek的DS-Bot有什么区别?

Tony Zhang回应:Linger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,数据不出本机;产品定位上,DS-Bot核心是Bot与Bot、Bot与群组的协作,而Linger核心是人与自己的Agent、Agent与本地环境。

Linger的“模型自动驾驶”功能是什么?

“模型自动驾驶(Model Autopilot)”会自动检测硬件配置(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,推荐并安装性能最强的模型,让用户更方便地用上本地大模型。

Linger团队背景如何?为什么选择开源?

创始人Tony Zhang本科毕业于浙江大学,2019年获香港科技大学博士学位,后加入微软亚洲研究院,是VQ-Diffusion、Rodin 3D数字人等项目作者;2023年加入DeepSeek任AI科学家,参与DeepSeek LLM V1系列研发并担任DeepSeek-VL项目负责人;离开后进入浙江大学任教并创立Simplex AI。开源是因为他们相信智能应该是分布式的,用户的上下文、数据和驱动它们的智能都应完全由用户拥有,延续PC将计算权力交给个人的理念。

🏷️

标签

➡️

继续阅读