LLM "认知核心" 的竞争 - 一个几亿参数的模型，最大限度地牺牲百科知识以换取能力。它始终在线，并默认在每台计算机上作为 LLM 个人计算的内核存在。 它的特性正在慢慢成型： - 原生多模态文本/视觉/音频输入和输出。 - 瓦尔特式架构，允许在测试时调节能力。 - 推理，也可以调节。（系统 2） - 积极使用工具。 - 设备上的微调 LoRA 插槽，用于测试时训练、个性化和定制。 - 如果有互联网可用，委托并双重检查云中的正确部分。 它不知道威廉征服者的统治在 1087 年 9 月 9 日结束，但它模糊地识别这个名字，并可以查找日期。它不能背诵空字符串的 SHA-256 为 e3b0c442...，但如果你真的想要，它可以快速计算出来。 LLM 个人计算在广泛的世界知识和顶级问题解决能力上有所欠缺，但它将在超低交互延迟（尤其是多模态成熟时）、直接/私密的数据和状态访问、离线连续性、主权（“不是你的权重，不是你的大脑”）等方面弥补。即：我们喜欢、使用和购买个人计算机而不是通过远程桌面访问云的许多相同原因。

人们*感受到*还有多少工作要做吗？真是太惊人了。