这是什么
1986 年的 Tandy 1000 跑上了通义千问 —— 表面是极客炫技,实际是 AI 接入成本暴跌的信号。
具体说:这台 CPU 是 Intel 286、主频 8 MHz 的老电脑,本身没网。爱好者塞了一张叫 PicoMEM 的 WiFi 扩展卡,让它和旁边一台现代 PC 通信。PC 这边跑通义千问(NVIDIA 5090 显卡)和 Krea 2 绘图模型(4090 显卡)。老电脑上跑一个 DOS 程序 DeskMind 负责收发消息,聊天回复约 2 秒,画一张图从按下回车到屏幕出现缩略图约 9 秒。
整个项目开源(代码公开可免费下载使用),代码放在 GitHub。
行业怎么看
支持方会说:千问这类开源小模型已经「够用」,能撑起基本对话和图像理解。这是阿里坚持开源策略的又一次无声验证 —— 27B 级别的模型跑在一块消费级显卡上,就能驱动一台 40 年前的设备。
但我们注意到,这件事被高估了。老电脑能跑 AI,不代表企业能低成本部署 —— 你还是需要一台带 RTX 5090 的现代 PC 做后端,老电脑只是「显示器」。开源项目的「可复制性」在企业场景被严重美化:合规、稳定性、运维、安全,一个没解决。「极客秀肌肉」和「AI 在生产环境工作」是两件完全不同的事。
还有一个容易被忽略的点:为了让 286 能用,作者写了详细的「系统提示词」(即预先喂给 AI 的背景指令),让模型只输出短句、纯 ASCII 字符、自动去除 Markdown 格式。意思是:AI 真正落地,一半工作量在「调教输出格式」。
对普通人的影响
对企业 IT:短期不用紧张,这是技术展示,不是替代方案。但「小模型 + 本地部署」(即模型和数据都在自己公司机房跑,不走外部云服务)的成本曲线在变陡,值得列入明年预算讨论。
对个人职场:关注「提示词工程」(即怎么跟 AI 说话才能得到想要的结果)。这个项目一半复杂度在「让 AI 输出适合老电脑的格式」。未来跟 AI 协作,一半时间可能在调教它的输出。
对消费市场:暂时没直接影响。但千问等国产开源模型正在缩小和 GPT 的体验差距,对依赖海外 AI 云服务的产品是长期价格压力。