这是什么

mlx-dspark 是一个开源工具，把 DeepSeek 的"投机解码"（speculative decoding）技术移植到苹果芯片上。所谓投机解码，是用一个略小的模型先猜几个 token，大模型只负责验收——猜对了就批量放行，所以同样算力下速度能翻倍。

实测数据来自开发者本人：在 M4 Pro 48GB 笔记本上跑 Qwen 27B（阿里通义千问的中等尺寸开源模型），8-bit 量化下平均提速 2.45 倍，代码任务最高 3.18 倍，每秒生成约 20 个 token。最关键的是，输出 token 与原始解码完全一致——"无质量损失"是逐 token 比对验证的，不是宣传话术。

项目附带一个原生 Mac 应用和兼容 OpenAI / Anthropic 协议的本地服务器，意味着你能用 Claude Code 的界面，但后端跑的是本地 Qwen。

行业怎么看

乐观派看到的是：本地大模型第一次接近"日常够用"。二十几 token/秒对代码、文案、翻译等迭代型工作流不再是"卡到怀疑人生"，加上数据不出本地、零 API 费用，对中小企业和受监管行业（医疗、法律、金融）的吸引力是真实的。

我们提醒三条保留意见。第一，27B 仍是大模型，显存门槛高，非苹果 M 系列芯片用户基本无感。第二，3 倍提速是峰值，真实使用波动大，工程体验仍远不如直接调云端 API。第三，这是工程优化，不是模型能力突破——Qwen 27B 本身的智能上限没变，能解决的问题没变。

对普通人的影响

对企业 IT：合规与成本账可以重算了。以前"本地跑大模型"是奢侈品，1-2 万块的 Mac mini 集群方案第一次有了讨论价值。

对个人职场：写代码、做长文档翻译等需要来回迭代的任务，本地化后延迟和隐私顾虑都下降。但"Mac 能跑"不等于"Mac 够用"，它能跑不等于比云端便宜。

对消费市场：苹果"AI PC"叙事第一次有了实锤支撑点。M 系列芯片 + 本地模型 + 原生应用，硬件-软件-模型闭环正在成形，Windows-on-ARM 阵营压力陡增。