这是什么

Reddit 用户 lordekeen 这周发了一个帖子：他用本地部署的通义千问 3.8 量化版（UD-Q4_K_XL 模型格式），只写了两条提示词就让 AI 输出一个完整的网页小游戏。纯 HTML/CSS/JS，不依赖任何外部素材。整套环境跑在两张 RTX 3060 显卡加 32GB 内存上，生成速度约每秒 20 个 token（可以粗略理解为 20 个汉字）。他自己说，真正的瓶颈不是模型，而是内存不够——每次上下文压缩后还得手动重启 llama.cpp（本地运行大模型的常见开源工具）才能继续。

行业怎么看

正面声音：开源社区把这件事视为「本地 AI 终于能干正事」的标志。Qwen 系列这两年进步很快，「在家跑大模型」从极客玩具变成了能完成小型开发任务的工具。

但值得冷静的是：这仍是「原型级」成果——一个简单网页游戏，不涉及复杂业务逻辑。本地部署要达到生产可用，显存、上下文管理、推理速度这三个门槛一个都没解决。作者靠两张消费级显卡才跑到 20 t/s，企业真要本地化部署，硬件投入仍是十万级。

还有一个容易被忽略的问题：AI 生成的代码，最大难点不是写出来，而是后续怎么改。两条提示词能跑不代表能维护，这和「能上线的产品」之间还有不小距离。

对普通人的影响

  • 对企业 IT：开源大模型改变了自建 AI 的成本结构，从只能买云 API 到可以选择本地化，但硬件投入仍以十万计，中小企业基本不用想。
  • 对个人职场：写写脚本、做做小工具，本地 Qwen 已经够用；但要做正式产品交付，还是得用云端大模型。
  • 对消费市场：消费级显卡（3060/4060 档位）正在变成「AI 入门硬件」，二手显卡市场可能再被带动一波。