端侧智能体不再是 PPT 里的远景了,有人开始把它当真产品做。Liquid AI 开源权重的 LFM2.5-24B-A2B,总参 24B、每 token 只激活 2B,明确定位"端侧快速智能体"。把这件事读懂,得先放下"又一个大模型"的眼镜——它讲的是另一场仗。

云上的故事和端侧的故事,是两套账。过去一年行业卷的是"云上更大的模型",但真正的成本与隐私瓶颈在"每一次调用都要回云端"。24B/2B 这个配比说清了一件事:用稀疏激活(每次只点亮一小部分参数)把端侧跑得起、把延迟和隐私压下来,比单纯堆参数更贴近"AI 真正进工作流"。对很多数据出不了域、或者调用频次高到云端账单扛不住的场景,端侧是结构性答案,不是妥协方案。

但别把它读错。它不是来替你做前沿模型级别深思考的,也不是云端的廉价替补。它是来吃"高频、低延迟、可在本地闭环"的 agent 任务的——本地助手、设备内自动化、离线也能跑的轻量智能体。定位越清楚,越不会被拿来和云端大模型硬比,也越能找到自己的位置。

权重已经开源,基准对比和端侧推理速度都公开可查,开发者今天就能拉下来跑。真正的边界是:它拓宽的是"AI 跑在哪"的选择集,不是改写云端格局。做端侧、做隐私敏感产品的团队,多了一个可自托管的开源底座,数据零出域的门槛在降低;做智能体基础设施的,端侧 agent 的"快思考"层有了更成熟的选型,云+端的分工可以更敢切;企业 IT 与安全,本地推理意味着敏感负载可以不必过公网,合规叙事更好讲。

当 24B 的模型只在设备里点亮 2B,推理的边界就从"云的算力够不够"变成了"端的空间够不够"。AI 的位置,正在从数据中心流向握着设备的那只手。