本周 llama.cpp 项目合并了一笔 PR（开发者向开源项目提交的代码改动申请）：dots3-note 模型正式开源 — 280B 总参数、512K 上下文、多模态输入。这是又一个把闭源顶级规格开放出来的开源权重模型。

这是什么

dots3-note 是 dots3 系列首个开放权重的模型。它采用混合专家架构（MoE，即把一个大模型拆成多个"专家子模型"，每次推理只激活其中一部分），参数总量 280B，实际激活只有 16B。上下文窗口支持到 512K tokens（约等于一本中等厚度书的文字量）。输入支持文本、图片、视频和音频，输出仅为文本。模型名带"note"后缀，从命名看主打"长上下文记忆 + 笔记式学习" — 让 AI 能像人一样持续记录、归纳、调用此前的信息。

行业怎么看

我们注意到两条信号。一是开源大模型的参数规模正在快速逼近闭源。280B 总量 + 512K 上下文这套组合，半年前还属于顶级闭源模型的标配，现在被开源追平。二是"记笔记"正在成为继"长上下文"之后的新卖点，今年多家厂商都在押注这个方向。

值得警惕的反面是：参数大不等于落地好。280B 总参数意味着本地部署至少需要 4 张以上高端 GPU，对企业硬件门槛依然不低；同时开源模型在"让 AI 自动调用工具完成任务"、长任务可靠性这些企业真正用得上的能力上，与 Claude、GPT 等闭源顶级模型仍有可见差距 — 追上参数容易，追上工程成熟度更难。

对普通人的影响

- 对企业 IT：开源权重给了企业一个"可私有部署的备选方案"，尤其是金融、医疗、政务等数据敏感行业，多了一条不把数据交给外部 API 的路。
- 对个人职场：短期内对普通办公影响有限，512K 上下文日常用不上；但"AI 整理会议纪要、写周报、归纳长文档"这类功能会越来越准。
- 对消费市场：消费者直接感知的变化不大；真正的红利要等应用层产品把它包装成具体服务才会落地。