认知分片架构:三个专用小模型在 16GB 消费级电脑上跑本地 computer-use 智能体
alichherawalla · reddit · 2026-09-25
开发者 alichherawalla 提出并实现「Cognitive Sharding」——一种面向消费级硬件的 computer-use 智能体系统架构,核心主张是不需要一个大模型承担所有认知功能。
架构要点:
- 三个专用小模型分工:Bonsai 2 27B 负责推理与规划,Kev 4B(基于 Qwen3.5 4B)负责快速动作选择,UI-Mate 9B 负责视觉定位
- 由「代码拥有的控制平面」统一协调:执行状态、模型驻留、验证、重试与恢复都归控制平面管,模型只获得有边界的决策权而非对 agent 循环的完全控制
- 模型可按执行阶段事务式地加载/卸载,整个本地 computer-use 栈能跑进 16GB 内存的消费级电脑
- 作者强调这不是 MoE:分片是输入、训练目标、运行时和权限都不同的独立模型,组合发生在系统层而非单一神经网络内部
架构文档已开源在 GitHub,作者称接下来会在更多 benchmark 上测试并公开结果。
所属事件:认知分片架构：专用小模型组合让智能体跑进 16GB 消费级电脑(2 条相关)→
「编程与Agent」频道最新
- 给智能体做游戏的好处:AI 随时帮你当测试员改画面 — tristanbob · 2026-09-25
- DeepLedger 发布：面向 QuickBooks 的 AI 会计 MCP 连接器 — modelcontextprotocol · 2026-09-25
- AgentWallet MCP：给 AI agent 的免许可链上钱包基础设施 — modelcontextprotocol · 2026-09-25
- Agent 评测 SDK 亮相：用真实网站而非 mock 工具测试 agent — Able-Ingenuity8885 · 2026-09-25
- 新系统语言 With 发布：Rust 级安全加上 C 级直呼其名 — QuixiAI · 2026-09-25
- HuggingChat ML Intern 一条提示词 75 分钟自动训完 LoRA — Gradio · 2026-09-25