昨天晚上，ChatGPT、Claude、Grok 等主流 AI 产品和后端模型 API 服务突发宕机。大量个人和企业用户反馈无法登录、服务不能正常使用，坊间猜测根源为 AWS 等云服务商基础设施大规模故障。 这是很多急于实现「AI 转型」的传统企业都在面临的尴尬处境。大模型和 Agent 火了，所有人都在畅想着 AI 能给自己带来多大的帮助；API 充了值，Agent 真的部署起来了，却越来越头疼。 头疼的有好几层： 第一层是越好的模型自然越受欢迎，用的人越多也越不稳定。当复杂业务流程运行在一个云端 API 驱动的智能体上，网络波动或云端限流会导致任务中断，难以找回，一切恐怕得推倒重来，这对于追求稳健的生产环境来说，是不可接受的； 第二层是老板们鼓励团队多用 AI，真用多了又心疼钱烧的太快，更何况仅仅在「搭建」一个达到要求的 Agent 的阶段，就已经发生了巨量的 token 消耗，结果都还没有看到； 第三层凸显于医药、金融、工业制造等特定的行业，隐私、安全、合规要求使得他们无法使用「常规 AI」，包括在线的 AI 模型对话/agent 产品以及云端 API。 解痛的方法，只有本地 AI。 近日，来自北京大学的元空智能与惠普一起，将开源大模型和 Agent 框架，以及面向常规办公、金融、科研等不同场景的专有知识，全部塞进了本地设备。 这是模型、框架和算力的整合，其中前两者由元空 AI 提供： 多款 Boxer 开源模型，包括稠密和稀疏激活版本作为中间的模型层；上层是两款平行的 Agent 产品「元空 AI Work」和「元空 AI Science」。 底层算力由惠普提供，根据场景不同，可以是常规形态的笔记本电脑，或者英伟达 GB10 架构的桌上计算盒子，以及传统的塔式工作站。惠普将向企业用户直接销售这些预装打包好的设备，以及配套的 FDE（前线部署工程师）服务。 这是一套面向企业市场的成套解决方案。它对于典型的普通 AI 用户来说没有意义，不仅一次性费用远比常规 AI 订阅更贵，也并没有那么方便—— 但对于那些因为数据安全合规方面要求极高，而长期以来不能用、不敢用 AI...
本文转载自 爱范儿，仅供学习交流。查看原文
