bobguo

目前公认小型化部署的模型，最强的是 Qwen3.X 27B 和 Gemma4 31B 这两个稠密模型，FP4 量化英伟达 24G 显存的卡能跑起来，解码速度还有一些优化方案，比 Mac 运行速度快很多

Mac 方案适合本地跑更大尺寸的模型，比如 128G 应该能跑起来 GLM 4.7 FP4 量化，或者前几年的 Qwen3 70B ，但是就算能跑起来，解码速度也很低，实用价值太小了

免责声明：以上都是我的观察，没实操过，但我观察的量确实很大

我在用 AI 维护一个 300W 行代码的项目，并非整个项目一开始就用 AI 做的，而是这个项目运行了几年后，去年下半年开始引入 AI 。我的看法是 AI 阅读理解代码的能力强无敌

- Full Attension 带来的是针对每一个词都倾注了同等的注意力，类比人类就是每个字都认真看
- Prefill 是并行填充的，也就是看同样的内容，人只能一个一个看，LLM 可以并行看

每个字都认真 + 并行看，实现了 AI 阅读理解已有代码的能力强无敌的现状

所以只要代码不是特别烂，AI 要研究很多东西才能最终确认实现细节，只要人给 AI 一个方向，就能收集好当前的设计细节了。再基于这些信息去做 Spec ，或者直接 Vibe （根据要改动的问题复杂度），基本能实现对 Coding 的提效

有没有可能增程才是最好的电池。

1L 油可以发电 3.5 度，40L 油可以发 140 度电，还要什么大电池？

40L 油才 30 公斤，100 度电池接近半吨。

所以加汽油才是当下最好的“快充”。如果觉得汽油有限那些个人觉得比较商业和国际斗争的话题，那么甲醇汽油 40L 也能发 70 度 电，60L 就能发 100 度了，也才 50 公斤。

@djasdjds 怀疑我对停车变速或者爬坡变速是伪需求的，或者怀疑对 cvt 是伪需求的， 麻烦先看下题目补充的内容，以及了解下中置变速，变速花鼓等信息。或者多去了解下机动车的组成结构。如果只熟悉现行自行车那套，确实很难理解我为啥会有这些想法。

@ltq918 这个方案很多，弄个轮毂电机就可以了，手动切换是动能回收还是释放能量助力，现在很多电动车都有这个能力。从目前和 V 友们的讨论来看，可能机械 CVT 更实际一些。

@rrfeng 另外，我愿意用 10% 的损失换一个 cvt ，再加一个随时通过插电池能变电动的能力。但是损耗再大就难顶了，哈哈。

@rrfeng 敢问主要难度在哪里，我最想咨询的就是这个

@voids 内燃机热效率比亚迪做到了 46% 量产，内燃机效率是指发动机 机械能/燃料热值 的比率。而发电机效率是 发电量/机械能 的比值，目前查到的资料最高是 95%。电机是 机械能/电能 的比值，目前查到最高是 98%。以上数据均不知道是在什么条件下达成的，但如果都装自行车上。从脚踏的机械能到最终驱动轮端的效率是 95% * 98% = 93%。还是那个问题，是否可以在自行车上达成。