本地该怎么做RSI？我们与StartLux CTO聊了聊
2026.09.16 · 观点 · 行业动态 · 媒体报道
StartLux 27B模型在MCP测试超284B模型，CTO详解本地RSI路径。
StartLux 的 27B 本地模型在信通院 MCP 测试中得分 39.25，超过 284B 的 DeepSeek-V4-Flash-0731。其 CTO 郭权玮表示，70% 实验执行由 AI 完成，并公开量化实验数据：Q4/Q6/Q8 与 BF16 差距极小，Q2 才是悬崖。团队正探索本地 RSI，让模型在个人电脑上自我进化。
- 27B模型MCP得分39.25，超284B模型
- 70%实验执行由AI完成，机械执行超95%
- Q4/Q6/Q8量化损失小，Q2下降明显
- 后训练让GPQA提升，GAIA下降
- 探索自由与修改权限必须分开
为什么值得看
展示本地模型实现RSI的可行路径，挑战云端AI垄断。
适合谁关注
关注AI模型本地化、自我改进技术的研究者与开发者。