【AI 新聞】Claude 真的被開源了？Qwythos-9B 本地部署實測：無審查、百萬上下文，4GB 顯存就能跑！

近年來開源大型語言模型（LLM）的發展速度簡直可以用「日新月異」來形容。最近網路上流傳著一個震撼科技圈的消息——「最強推理模型 Claude 被開源了？」 如果你最近也在各大社群或 YouTube 看到類似 零度解說的評測影片，一定會好奇：這到底是標題黨，還是真有其事？今天這篇文章就來幫大家拆解這款話題模型 Qwythos-9B 的真面目，並分享本地部署的實測心得！

---

🔍 事實核實：Claude 真的開源了嗎？

先說結論：這不是 Claude 官方（Anthropic 公司）的開源，而是一次極其成功的「開源模仿」。

• 假的： Claude 依然是商業閉源模型，官方並沒有公開任何核心權重。

• 真的： 開源社群團隊 Empero AI 推出了一款名為 Qwythos-9B（或 Qwythos-9B-Claude-Mythos）的全新模型。它是基於開源的 Qwen3.5-9B 作為基礎，並吸收了超過 5 億條來自 Claude 內部的推理軌跡（思维鏈数据）。

簡單來說，這就像是讓一個資質優異的開源小學生（9B 參數），去瘋狂死記硬背學霸（Claude）的思考過程與解題邏輯。雖然不是學霸本人，但它成功複製了 Claude 的「思維方式」，因此在名字中冠上了 Claude。

---

🚀 Qwythos-9B 核心亮點與實測

雖然不是真的 Claude，但這款由開源社群蒸餾出來的 9B 模型，實測表現依據相當驚人：

1. 超低硬體門檻（4GB 顯存就能跑）

官方和社群釋出了 GGUF 量化版本。根據影片實測，如果你的顯示卡只有 4GB 或 6GB 顯存，可以選擇 Q4 或 Q5 的量化版本在本地流暢運行；若是擁有 16GB 以上顯存，則可以直接跑最頂級的 BF16 版本，極大降低了玩本地 AI 的門檻。

2. 百萬級別超長上下文

它支援高達 104 萬（1,048,576）的上下文窗口，是目前少數支援百萬字等級的 9B 級別小模型。這代表你可以直接把整本書或極長的程式專案直接丟給它處理。

3. 真正「無審查」（Uncensored）

這是許多開源愛好者最看重的一點。影片中測試了讓它編寫敏感的「網路發包壓力測試腳本」，如果是官方的 Claude 絕對會秒拒絕，但 Qwythos-9B 完全不會觸發安全過濾，直接大方地給出完整的程式碼。

4. 驚人的程式碼與多模態能力

在實際測試中，Qwythos-9B 的表現完全不像一個只有 9B 大小的模型：

• 網頁遊戲： 寫出一個包含 3D 視角、氮氣加速、碰撞檢測的賽車遊戲，甚至連手機網頁的觸控操控都一次寫到位。

• 多模態圖像識別： 換上專用的小寫 F16 多模態視覺模型後，給它一張草地截圖，它就能直接生成一段會隨風擺動的 3D 草地場景代碼。

---

💻 想要自己玩？本地部署簡易三步驟

如果你也想在自己的電腦上調教這隻小 Claude，可以參考以下的部署邏輯：

1. 下載模型： 前往 Hugging Face 尋找 Qwythos-9B 的 GGUF 版本。根據你的顯示卡顯存（4G選Q4、8G選Q8、16G以上選BF16）下載主模型，並視需求下載 mprog 開頭的視覺多模態模型。

2. 準備後端引擎： 下載並解壓最新版本的 Llama.cpp（根據你的顯示卡選擇對應的 CUDA 或 CPU/AMD 版本）。

3. 編寫腳本啟動： 創建一個 mod 資料夾放入模型，透過一個簡單的 .bat 批次檔腳本來加載模型，完成後瀏覽器打開 http://127.0.0.1:8080 就能直接在網頁介面與它對話。

---

📝 總結

Qwythos-9B 的出現再次證明了開源社群利用「大模型數據蒸餾」來強化小模型的恐怖潛力。它雖然冠著 Claude 的名字，本質上卻是開源技術的結晶。如果你需要一個低配置、無審查、且具備強大推理與程式碼編寫能力的本地 AI 助手，這款模型絕對值得你下載一試！

202606 Github 下載榜首 Find-skills

vercel-labs/skills → skills/find-skills

主倉庫：vercel-labs/skills 

find-skills 是「幫 Agent 尋找其他 Skill 的 Skill」：

• 根據需求搜尋 skills.sh 生態
• 使用 npx skills find <關鍵字> 找技能
• 檢查安裝量、作者信譽與 GitHub stars
• 使用 npx skills add <套件> 安裝及更新技能

Open AI Codex 也有對應能力：

• Skill Installer：搜尋、列出並安裝精選 Skill，也可從 GitHub repo 安裝。
• Skill Creator：沒有合適 Skill 時，建立自己的 Skill。
• 自動匹配：Codex 會根據任務描述，自動選擇已安裝的 Skill。

Google 與史丹佛大學合作開發 AI Quests

Google Research 與 斯坦福大學學習加速器（Stanford Accelerator for Learning） 聯手打造的一款免費網頁互動AI教學遊戲。

這個專案的核心重點：

🎯 核心宗旨：小白學 AI，從理解觀念開始

這個計畫旨在培養 11 至 14 歲青少年（但也非常適合對 AI 零基礎的成人）的 AI 素養（AI Literacy）。 它傳達了一個重要觀念：學 AI 不一定要先學寫程式或背數學公式。更重要的是理解 AI 的思考邏輯、如何運用資料、以及為什麼會出錯。

---

🕹️ 遊戲三大特色

• 扮演 Google 研究員：玩家會化身為研究人員，在虛擬導師（如 Skye 教授）的引導下，嘗試用 AI 解決氣候、醫療與科學等真實世界的挑戰。

• 完全免程式碼（Code-free）：透過圖形化介面引導，親身體驗「收集資料 ➔ 訓練模型 ➔ 測試與調整 ➔ 實際部署」的完整 AI 開發流程。

• 強調「人類的責任」：遊戲會讓玩家看到，如果選錯資料或資料不夠多元，AI 就會做出糟糕的判斷，藉此強調人類在設計與監督 AI 時的倫理與責任。

---

🌐 開放的教學資源

• 適合課堂與親子：網站提供完整的教師指南（Teacher Guides）與教案，完全不懂技術的老師或家長也能輕鬆帶領孩子學習。

• 真實科學家回饋：當玩家完成任務後，還能解鎖真實 Google 研究員的錄影心得，分享他們在現實中如何利用 AI 預測洪水或檢測疾病。

您可以直接點擊畫面中央的 「Accept mission」（接受任務） 開啟這趟 AI 冒險！

未來 10 年最值錢的人是誰？AMD 執行長蘇姿丰 MIT 畢業演講的 3 個成功思維

「在 AI 時代，最稀缺的不是會用工具的人，而是知道該用工具解決什麼問題的人。」

哈囉大家！最近看到一段 AMD 執行長蘇姿丰（Lisa Su）在 MIT 畢業典禮上的演講精華，雖然是一場送給畢業生的祝福，但她直接把 AI 時代下最關鍵的生存法則給講透了。

面對科技發展走得比想像中還快的世界，我們到底該具備什麼樣的能力才不會被淘汰？以下為大家整理出這場演講中，最觸動我的 3 個成功觀點：

💡 觀點 1：真正的自信，是「不知道答案時也能搞明白」

很多人以為，成功人士的自信來自於「什麼都知道、什麼都會」。但蘇姿丰用自己的故事打破了這個迷思。

她回憶自己 17 歲剛進 MIT 時，原本對自己的數學非常有自信，結果才上兩週基礎課就被現實「打醒」。在那個神人雲集的環境裡，她熬夜解題、經歷無數次實驗失敗，甚至還曾炸壞過電路。

但正是這種不斷嘗試、直到東西終於跑起來的過程，讓她學到了一件最重要的事：

「自信不是我永遠知道答案，而是就算我現在不知道答案，我也能想辦法把它搞明白。」

在瞬息萬變的時代，敢於面對未知、擁有超強的「自學與破局能力」，才是最堅固的護城河。

---

🚀 觀點 2：改寫命運的關鍵——衝向最難的問題！

蘇姿丰提到，她在 25 歲加入 IBM 時也曾迷惘過，不知道自己在幾十萬人的大公司裡能有什麼影響力。當時一位導師對她說：「在工程行業，大家不在乎你有多大，更在乎你有沒有更好的想法。所以，不要躲開難題，要衝向最難的問題。」

這句話成了她一實踐就一輩子的準則。12 年前，她接下了當時深陷困境、連身邊導師都勸她不要碰的 AMD。但她憑藉著「工程師的直覺」——直面難題、拆解它、然後一步步解決它——帶領團隊壓寶高性能計算，成功讓 AMD 翻盤。

真正的強者不是沒有恐懼，而是看到難題時，第一反應不是後退，而是問自己：「這個難題該怎麼拆？下一步我能做什麼？」

---

🎯 觀點 3：AI 時代最稀缺的，是「目標感」與「判斷力」

我們正處在 AI 浪潮的起點，未來 10 年人類可能會迎來爆發性的新發現。但蘇姿丰一針見血地指出：未來最值錢的人，絕對不是最會用 AI 工工的人。

為什麼？因為 AI 再強大，也無法替人類做這三件事：

1. 它無法決定哪些問題「值得被解決」。

2. 當數據不完整時，它無法替你做關鍵判斷。

3. 當結果出了問題，它更不能替你承擔責任。

這些最終的責任與核心價值，依然在「人」身上。未來真正具備高價值的人，是那些擁有目標感、判斷力與勇氣的人。是當大家面對棘手問題時，願意站出來說：「這件事很難，但它值得做，我們一起想辦法」的人。

---

✨ 筆記結語：創造你自己的運氣

我很喜歡她最後給畢業生的建議：「對自己選擇解決的問題，要抱有極大的雄心。」

不管是生活還是職場，挑選有價值、有挑戰性的難題去攻克，相信自己的直覺，這就是我們在 AI 時代創造自己運氣的方式。

你有什麼想法呢？你覺得在 AI 時代最需要培養的特質是什麼？歡迎在下方留言跟我分享！

---

• 🎬 影片來源：昌健胡说 - AMD CEO苏姿丰MIT毕业演讲