这场争夺LLM“认知核心”的竞赛——一个拥有数十亿参数的模型，它以牺牲百科全书式的知识量为代价来换取强大的计算能力。它始终在线，并且默认存在于每台计算机上，作为LLM个人计算的核心。 它的特征正在逐渐清晰： - 输入和输出均原生支持多模态文本/视觉/音频。 - 套娃式架构，允许在测试时调节功能大小。 - 推理，也通过拨盘实现。（系统 2） - 积极主动地使用工具。 - 在设备上微调 LoRa 插槽，以进行测试时训练、个性化和定制。 - 如果网络连接正常，则委托他人使用云端预言机对正确的部分进行双重检查。 它不知道征服者威廉的统治结束于1087年9月9日，但它大致认出了这个名字，并且可以查到日期。它无法将空字符串的SHA-256值读出来（例如e3b0c442...），但如果你真的需要，它可以快速计算出来。 LLM个人计算虽然缺乏广博的世界知识和顶尖的问题解决能力，但它将以超低的交互延迟（尤其是在多模态技术成熟之后）、对数据和状态的直接/私密访问、离线连续性以及自主性（“不占用你的资源，不占用你的大脑”）来弥补这些不足。也就是说，这与我们喜欢、使用和购买个人电脑而不是让瘦客户机通过远程桌面或其他方式访问云端的原因有很多相同之处。
人们是否*感受到*了还有多少工作要做？就像，哇。