Simplex AI Open-Sources Personal Agent Linger and Local Inference Engine PolyStrata
English text is being prepared.
Simplex AI founder Zhang Bo announced the open-sourcing of the personal agent Linger and the local inference engine PolyStrata, enabling agents and local models to run on personal computers. Linger's Another Me can monitor inboxes, calendars, and Slack and proactively move tasks forward. It also supports multi-agent collaboration, interaction with the local computing environment, and integration with tools such as Claude Code and Codex. The project reports a LoCoMo accuracy rate of 95%; Zhang Bo said PolyStrata can run the 125B-parameter Qwen3.8-Flash-Next with 64GB of RAM and on some configurations with 12GB of VRAM.
Why read this
SelectedAI score 78
The original article also presents Linger's proactive collaboration design, local deployment path, and benchmark data, offering a basis for comparing the trade-offs between cloud-based and on-device approaches for personal agents.
Topics
Body
前DeepSeek研究员,开源本地版Muse,实现token自由智东西下载客户端 独家抢先看2026年11月20日 17:42:40 来自北京
智东西11月20日报道,昨夜,前DeepSeek研究员、Simplex AI创始人张博(Tony Zhang)宣布开源个人Agent Linger,号称要让Agent摆脱对云端数据中心的依赖,直接运行在用户自己的电脑上。项目发布后迅速引发关注,GitHub星标数已突破2k。
▲Linger项目GitHub主页,来源:GitHub
开源地址:
张博在推文中将这一变化比作个人电脑的诞生。上世纪60年代,计算能力集中在大型计算中心,直到个人电脑出现,计算能力才逐渐走进普通人的生活。
如今,AI仍主要在数据中心运行,用户需要按Token付费调用。张博希望Linger能改变这一现状,让用户真正拥有自己的数据、个人上下文,以及驱动AI运行的智能。
▲张博宣布开源Linger,来源:X
此次开源的Linger,最大的亮点是其主动式助手Another Me。与多数需要用户主动发出指令的Agent不同,Another Me能够持续关注用户的收件箱、日历和Slack,在发现待处理事项时主动提醒用户,并推动后续任务。每天结束后,它还会复盘当天发送的主动消息,根据用户反馈调整后续行动规则。
除了主动处理任务,Linger还支持多个Agent协作,能够操作本机文件、浏览器和桌面应用,并接入Claude Code、Codex等工具。用户也可以选择本地模型,将Agent的运行环境和个人数据留在自己的电脑上。
在衡量长期对话记忆能力的LoCoMo基准测试中,Linger的准确率达到了95%,超过了Mem0、MemOS等多个记忆增强型AI系统。
▲Linger的准确率,来源:GitHub
为了支持大模型在个人电脑上运行,Simplex AI还同步开源了本地推理引擎PolyStrata。张博称,搭配64GB内存,部分配置为12GB显存的电脑也能运行125B参数的Qwen3.8-Flash-Next模型;在RTX 3060 12GB显卡上,模型推理速度可达45.4 Token/s。
他还提到,基于polystrata框架,将MoE模型的热专家放到显存,冷专家放到内存,速度能有80token/s,非常能打。
▲本地推理引擎PolyStrata,来源:GitHub
网友对此则表现出不同程度的好奇。有网友将其与OpenClaw作比较。张博回应称,两者都是开源个人助手,但侧重点不同:OpenClaw更侧重接入常用聊天软件,以及通过Bot和群组协作;Linger则更关注用户与Agent之间的协作,以及Agent对本地电脑环境的操作。
▲张博回应网友关于Linger与OpenClaw区别的评论,来源:X
还有网友问及Linger与DeepSeek DS-Bot的区别。张博称,DS-Bot是基于DeepSeek Harness开发的插件,模型可以通过用户配置的API调用;Linger则不绑定单一Harness,能够接入Claude Code、Codex和Pi等工具,也支持本地模型。其重点是让模型与Harness共同优化。
▲张博回应网友关于Linger与DS-Bot区别的评论,来源:X
此前,张博曾在多家科技机构从事AI研究:2013年,他本科毕业于浙江大学光电信息工程专业,2019年获得香港科技大学电子与计算机工程博士学位。随后,他加入微软亚洲研究院视觉计算组,担任高级研究员,研究方向包括计算机视觉和图像生成,并参与了CoCosNet、VQ-Diffusion、Rodin等项目。
2023年,张博加入DeepSeek担任AI科学家,并担任多模态模型DeepSeek-VL项目负责人。离开DeepSeek后,他加入浙江大学计算机科学与技术学院,担任百人计划研究员、博士生导师,并创办AI公司Simplex AI。
▲张博工作经历,来源:领英
此次开源,也是Simplex AI在个人Agent和本地推理方向交出的阶段性成果。
结语:Agent正面向用户的本地设备
目前,Agent的运行仍较多依赖云端模型和数据中心算力,用户需要通过API调用模型。随着端侧模型推理能力不断提升,让Agent直接运行在用户的本地设备上,逐渐成为新的探索方向。张博此次开源Linger和PolyStrata,也是在尝试优化Agent在本地的运行效果,让用户更好地掌控自己的数据和AI能力。
不过,Agent向端侧迁移并不容易。受限于设备算力和内存资源,如何在本地运行更大规模的模型,同时保证Agent的响应速度和任务执行能力,仍是这一方向需要解决的问题。
来源:X、领英、GitHub
“特别声明:以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布,本平台仅提供信息存储空间服务。
Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”
AI Trends