北京
每秒55个词元，这是JetBrains给出的本地AI编程工具Junie Local在英伟达RTX Spark平台上的初步测试成绩。10月16日，JetBrains发布公告，宣布Junie Local已完成对RTX Spark平台的Day 0适配，同时Windows系统支持从实验阶段升级为稳定版。
所谓Day 0适配，指的是新硬件平台发布当天就能跑起来。对本地AI工具来说，这一步往往决定用户能不能第一时间用上新卡。JetBrains这次把适配和系统转正放在同一份公告里，节奏压得很紧。
Junie Local的定位很直接：在符合要求的电脑上，让AI读取代码、修改文件并运行测试。官方给出的几个条件值得逐条看：
- 无需注册或订阅
- 不收取词元费用
- 不设使用配额
- 代码不必上传云端
这四条合在一起，指向的是同一件事——把AI编程的调用成本从云端账单里挪出来，压到本地显卡上。对每天高频调用AI补全的开发者来说，配额和词元计费一直是隐形成本，本地化等于把这部分开销一次性换成硬件投入。
硬件门槛也一并放宽了。除RTX Spark设备外，搭载至少24GB显存、采用Ampere或更新架构RTX显卡的电脑也能运行，包括RTX 3090、4090以及32GB显存的5090。系统侧要求对应架构的Windows 11、581或更新版本的英伟达驱动，并预留约20GB磁盘空间。
新版安装程序做了几件自动化的事：检查显卡与驱动、部署模型，并按可用GPU内存调整上下文容量。上下文容量直接决定AI能记住多少代码和对话记录，按显存动态调整，等于让不同档位的卡都能跑在相对合理的状态上。
模型方面，用户可在Qwen3.6-27B和JetBrains提供的融合模型之间选择。一个开源权重模型加一个官方融合模型，给了不同偏好的人两条路。
从算力视角看，这条消息的分量不在55这个数字本身，而在于本地推理正在被当成默认选项来设计。驱动版本、显存下限、磁盘预留、上下文自适应，这些参数组合起来，是一套围绕本地GPU的工程约束。AI编程工具的竞争，正在从云端模型能力，往本地硬件适配和部署体验上挪。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
