4.3% 的母语，和桌上的大模型

朋友们好，今天是2026年9月12日，星期六。白露过了五天。

本地部署 AI 的讨论近来在社区里升温，有人用现成显卡跑起了大参数模型，也有人把本地部署工具做成了走红的项目。同一周，一篇报道记下一组数字：4.3% 的人还在流利地讲自己的族语。

把视距拉回两年。2024 年 10 月，Mozilla Builders 项目发布 llamafile v0.8.14，它做的事说穿了只有一件——把模型权重变成可执行文件，让大多数电脑双击就能跑。下面这串数字由项目自己的发布公告给出：《Llamafile v0.8.14: a new UI, performance gains, and more》（新界面、性能提升，以及更多）记录，Intel Core i9 的预填充，也就是模型一次性读入提示词的吞吐速率，从约每秒 100 Token 提升到 400，AMD Threadripper 从 300 到 2400，树莓派 5 从 8 到 80。这些数字来自项目官方博客，没有第三方独立测试。

那年把模型装进个人电脑，还像一件极客玩具。两年后，同类能力上了货架。

所以今天这期要问的是：当权重可下载、工具链成熟、专用芯片把大模型带进桌面，所谓「算力主权回到个人」究竟意味着什么。

拿一件认知负担低的工具来说：决定权。

一件东西放在哪儿，和你有没有权开动它、改动它、处置它，是两回事。设备在你家、权重能下载，不等于事情由你说了算——同是「自主」这个词，说到个人、语言社区和国家三处，说的完全不是一回事。

个人的设备最先被商品化。少数派《派早报》记录，Acrab 于 2026 年 7 月 22 日发布首款边缘 AI 系统级芯片 GELIX 1，并推出搭载它的个人边缘 AI 系统 Agent Box。官方给出的是 5 纳米工艺、CPU 与 GPU 及 NPU 融合架构、20 核 Arm CPU、每秒 273 GB 统一内存带宽，宣称支持本地运行最高约千亿参数级的开源模型。

厂商给出的对照测试是：用 Gemma 26B A4B 模型，GELIX 1 预填充速度每秒 1416.8 Token，Mac mini M4 Pro 每秒 188.9 Token，约 7.5 倍。Agent Box 的卖点是本地大模型推理、多模态交互、长期记忆与 AI Agent 编排，用户数据与 AI 记忆保存在本地，不出门。

这些数字全部来自厂商发布，没有独立第三方验证；「支持本地运行千亿参数」也不等于任何模型都能流畅跑起来。

软件架构里有它的另一半。《The Architecture Of Local-First Web Development》（本地优先的网络开发架构）以一次失败开场：2025 年 10 月，作者在里斯本的酒店演示团队做了四个月的项目管理工具，Wi-Fi 只连不载，应用只剩空白与超时错误。传统的客户端与服务器架构在断网时全线失效。

local-first，也就是本地优先，指数据主存于用户设备、靠同步机制实现多设备协作，而非依赖实时服务器往返，它的三条主张是离线可用、快速响应与数据主权。技术上靠无冲突复制数据类型，也就是 CRDT，一种让离线编辑自动合并的数据结构来收敛冲突；也可以由服务器接受写入并回传提示、客户端人工裁决来收敛。采用路径不要求推倒重写，存量项目能逐步引入。

这套主张出自一份基于个人项目经验与行业观察的架构指南，没有大规模生产环境的对比数据。指南写完，个人的设备已经能跑、能存、能同步。代价藏在另一个位置：谁来维护。

社区那边，争的是另一种权利。《Māori Data Sovereignty Inspires New Ai Voice Models》（毛利数据主权启发了新的 AI 语音模型）写的是新西兰：三种官方语言里只有毛利语，也就是 te reo Māori，是本土语言，仅 4.3% 的人口能流利使用，约 30% 会说一些词句；而 ChatGPT、Claude、Perplexity 都能流畅写出学校与电视台使用的标准毛利语。

这种流畅建立在毛利社区与学者产出的文本和音频之上：未经许可被抓取、在新西兰境外处理、再通过大型科技公司拥有的界面返回。怀卡托大学教授、该校人工智能研究所联合主任 Te Taka Keegan 把这称为语言知识转移被外部技术拿走了控制权。

Keegan 与当时的硕士生 Kingsley Eng 为怀卡托-马尼亚波托方言，也就是 Waikato-Maniapoto 方言，开发高保真合成语音。他们的根本约束与效果无关，而在归属：合成语音以及构建它的一切，必须归讲这种方言的人所有。两人希望为全球少数语言社区提供一份可复制的蓝图。

语音来源是译者、教育者与语言导师 Ngaringi Katipa：先录 4.5 小时朗读，再按毛利语专家 Peter 提供的句词清单扩充到 7 小时 45 分。方言与特定地方、身份认同相连。毛利语本身也带来技术难度——元音长短会改变词义，keke 是蛋糕、kēkē 是腋下、kekē 是吱嘎作响，字母组合 wh 常发 f 音；研究者用 eSpeak NG 的毛利语规则，测试多种开源架构后选用了 Piper。

社区这一侧，要紧的不是性能，是所有权。它无法泛化成「所有社区都该自己做模型」的结论，却把「自主」从口号变成了一条可执行的技术约束。

国家那边，账又换了一套。社区争的是声音归谁，国家争的是供应链不被卡脖子。《Europe Tech Sovereignty Package Targets Chips, Clouds》（欧洲技术主权包瞄准芯片与云）记录，2026 年 6 月 1 日欧盟委员会推出技术主权包，含四个部分：两部拟议立法《欧洲芯片法 2.0》与《云与人工智能发展法》，两项战略分别是推广开源软件与加固欧盟电网。文章背景是欧洲在办公软件、云服务与 AI 上对美国技术的高度依赖。法案需经欧洲议会与理事会漫长程序；委员会希望政府与关键产业带头资助和采购欧洲技术，也有分析师认为这些措施不足以改变现状。

更早的《欧洲芯片法》2023 年通过，目标是到 2030 年让欧盟占全球尖端且可持续芯片市场约 20% 份额。

到了国家这一级，自主写进法律、采购与供应链。它提醒的是，主权叙事最终要有制度承接，否则只剩表态。这篇文章写的是行业政策分析，全文复核尚未完成，此处只取主权与产业结构片段，不构成事实定论。

三处都成立，反方却在最底下等着。《Who's Afraid of Chinese Models?》（谁在害怕中国模型？）拆开的正是「下载即自由」这一步。作者从凯洛格商学院的通用商业原则课讲起，回顾聚合理论：软件与分发曾以零边际成本为核心，因而走向集中与规模。

AI 让边际成本回来了。文章的关键区分是：开源权重免去的是研发这类固定开支，而「服务」，也就是推理，指模型每生成一次回答所耗的算力，是随收入变动的销售成本。生成 1 亿美元收入与 10 万美元收入，推理成本可能差一千倍。原文给出的价格是 Kimi K3 每百万输入 Token 3 美元、每百万输出 15 美元，文中对照模型 Sol 为 5 美元与 30 美元。

英伟达把 GPU 称作「token 工厂」；但推理时代思维链 Token 激增，不同模型的效率不同，Kimi 用的 Token 明显多于 Sol。Token 因此并非可互换的商品，可互换的是最终产出。

这是一篇行业经济评论，其关于寡头化的结论是基于经济学原理的推演，而非已证实的事实。

它对个人的启示更直接：下载不等于免维护。权重可以免费拿到，运行、更新、排错与数据责任都搬回了自己手上。本地化把运行与维护的担子从云端移回桌面，担子本身并没有消失。

回到那件工具。所谓算力回到个人，并非回到一张干净的桌子——多出来的是一台需要自己照看的机器：得知道它在哪儿、坏了找谁修、数据放在哪块盘上。

三处分开来说，并非要替谁决定该不该添置本地设备。个人那边换来的是控制与可携带，社区争的是集体所有权，国家谈的是产业自主；同一句「自主」放到不同地方，各自的账并不通用。而固定投入可减免、运行成本仍需持续支付这条规律，也不止作用于个人——社区自建语音模型同样要承担录音、数据整理与迭代的长期开销，国家推动本土芯片采购也面临产线建成之后持续运转的费用。

真正的自主并不体现在东西放在哪儿；要紧的是谁有权开动它、改动它、关掉它，以及为了这份权利放弃了什么。

关于「谁有权开动」的追问不会随一次发布结束，感谢你今天的阅读。愿每台自己买回来的机器，都有一位说得清来历的看管人。明天见。