与已发布的「GLM-5.2 发布」卡不同,本卡主角是推理引擎 colibrì 本身。写作红线:如实交代速度(作者自己的机器冷启动仅 0.05–0.1 tok/s,M5 Max 约 1 tok/s),不要夸成「流畅可用」;可写的记忆点:学习缓存会记住你常用的 experts、「越用越快」;作者公开求助社区跑质量基准——「一个人项目求测试机」本身就是好故事。数字均取自仓库 README 的实测表。
「25GB 内存跑 744B 大模型」——一个人用 1300 行 C 写的 colibrì,把 GLM-5.2 塞进了普通笔记本
7 月 9 日以「Show HN: Getting GLM 5.2 running on my slow computer」登上 HN 首页,399 分 103 条评论;纯 C、零依赖的单文件引擎,把 744B MoE 的 GLM-5.2 以 int4 跑在 25GB 内存的消费级机器上——常驻内存仅 9.9GB,370GB 模型放硬盘按需流式读取,Apple M5 Max 实测 1.06 tok/s。「本地跑前沿大模型」的想象力边界又被推了一格。
免费深读
推荐写作角度
- 极客故事向:一个人、一台 12 核 25GB 内存的笔记本、约 1300 行 C,怎么把 744B 模型「饿着养活」——用比喻讲清 MoE 按需加载 + 磁盘流式的原理,写给非工程师读者
- 实测/科普向:0.05 tok/s 到 1 tok/s 意味着什么——「慢但真能跑」的本地前沿模型能干嘛(离线、隐私、学习研究),按 README 的硬件档位表给读者一个预期
- 趋势向:从 Kokoro 老 CPU 配音到 colibrì 硬盘喂大模型——2026「平民本地 AI」路线盘点:什么适合本地、什么老实上云
标题模板
- 「一个人用 1300 行 C,把 744B 的 GLM-5.2 塞进 25GB 内存的笔记本」
- 「不买 H100 也能跑前沿大模型?HN 近 400 分的开源项目做到了,就是有点慢」
- 「把 370GB 模型放在硬盘里「流式喂进」内存:colibrì 的笨办法与巧办法」
公开核验来源
事实、判断、写作角度和标题模板全部免费公开;引用前请回到原始来源再次核对。
GitHub 仓库(colibrì,Apache 2.0)Hacker News 讨论(399 分)预转换 int4 权重(Hugging Face)相关阅读
沿着这个问题继续读
Audacity 4.0 换 Qt:创作者升级前先核对项目格式、插件和脚本
Audacity 于 9 月 3 日发布 4.0.0,官方说明称界面重建在 Qt 上,并新增直接选中/批量处理片段、可保存 Workspace、原生高 DPI、改进的录音与设备设置,以及新的 .aup4 项目格式。9 月 12 日重新核对官方资料;保留独立讨论链接,本轮未复现 9 月 4 日的热度快照,不再列出分数和评论数。真正值得中文音频创作者写的是一次“大版本重做”如何做迁移清单:.aup3 可打开并转换、原文件不变,但转换后不能再保存回 .aup3;官方同时列出 Time Tracks、Note/MIDI、Mixer、Macro Manager、scripting pipe、VAMP/LADSPA 和 play-at-speed 暂不可用,另有部分导出、渲染、分析器和效果缺失。不能把新 UI 或 Windows ASIO 支持宣传成所有旧插件、自动化和项目已经无缝兼容。
.name 三级域名将终止:创作者别把邮箱和登录身份绑在一处
ICANN 2026 年 7 月公开信确认,Verisign 可停止 .name 的三级域名注册服务:停止后不再接受新的三级注册,现有三级注册将被删除;文件提及约 22,000 个三级注册,并要求至少 90 天前通知支持该服务的注册商、至少 30 天前再提醒。9 月 3 日,长期使用 neil.fraser.name 的开发者公开说明自己因注册商邮件才知情;9 月 12 日重新核对 ICANN 原信与作者说明;本轮未复现 9 月 4 日的排名和热度快照,不再列出分数与评论数。事实边界必须前置:ICANN 文件同时写明该信发出时有 reconsideration request 在审;具体个人域名的终止日期、注册商迁移选项和二级名称后续可否注册,应以所属注册商及 ICANN 的最新通知核对,不能把作者预测或社区担忧写成所有账户已经被劫持的既成事实。
GPT-6 Astra 上线:先算 105 万上下文和 $10/$50,再谈“最强 agent”
OpenAI 于 9 月 4 日推出 GPT-6 Astra;发布初期曾分批开放;当前账户可用性应以各自 API 项目、套餐及组织设置为准。9 月 12 日重新核对官方资料;保留独立讨论链接,本轮未复现 9 月 4 日的热度快照,不再列出分数和评论数。对中文创作者真正可写的不是把厂商自评改成“AGI 已实现”,而是把 105 万 token 上下文、128K 最大输出、每百万输入/输出 $10/$50、视觉仅输入而不支持音视频输出,以及访问资格和工具成本拆成可计算的工作流账本。边界必须前置:能力与评测多数来自 OpenAI;不能由发布说明推断所有订阅用户已经拿到;超过 272K 输入的请求按更高费率计价,长上下文容量不等于全程准确,也不等于一次任务的总成本。