Meta 发布开源权重模型 Muse Spark Open,816B 参数、1M 上下文
参数很大,真正的考题是普通团队怎么把它跑进流程。
Meta 用 Agent 跑完规划、实现、构建和测试,却把目标、证据与最终签字留给人。拆开它的验证链路,看看团队怎样少收一堆看似能跑、实际难用的 AI 代码。
读全文 →Meta 放出了 816B 的 Muse Spark Open。开放权重不等于一台笔记本就能跑:从托管 API 到 1TB 本地部署,先按数据边界、成本和上下文规模选路。
Agent 能调用终端之后,难题不再是能不能跑,而是凭据、文件、网络和回滚谁来兜底。Perplexity 开源 SPACE,刚好把这条边界摆到了台面上。
参数很大,真正的考题是普通团队怎么把它跑进流程。
开源大模型上线快,部署账单也会跟着到。
算力效率的故事很长,但真实可用性还没写完。
本地模型终于开始考验钱包,而不是只考验显存。
镜头变长了,提示词和一致性却还得自己收拾。
浏览器开始被接管,授权边界比演示更值得看。
模型能跑工具之前,先想想谁在给它递纸条。
模型会写代码后,执行环境才是下一道硬门槛。
AI 写得快以后,人的注意力得花在更难的地方。
AI 原生不是少几个人,而是把验证塞回每一次提交。