这两天 GitHub 热榜上有两个项目，方向正好相反：一个想把模型从云上拽回你自己的显卡，一个承认云还得用、只是把一堆 Agent 的钥匙串成一把。单看都不算新鲜，凑一起就有意思了——它们合起来，是一套「模型自由」的最小方案。
一、Strata：125B 塞进 32G 的机器
Strata 9 月 24 日建仓，一个月 30,279 星、3,224 fork，C++ 写的，MIT。它干的事一句话说完：把 Qwen3.8-Flash-Next 这个 125B 的模型，跑在普通 PC 上。
官方门槛是 32GB 内存加显存、80GB 硬盘。别被 125B 吓到，从 README 里 Coder 版「只保留一半专家」的写法看，这是 MoE 结构，每次只激活一部分参数，不然 32G 连权重都装不下。模型按压缩档位分发：32G 上 Gyro-S 或 Coder，48G 上 IQ3_XXS（47GB），64G 才轮到 IQ3_S（54.8GB，官方说这项在公开测试里追平满血）。
速度有实测表：RTX 5070 12GB 显存加 64GB 内存，IQ3_S 出字 53 tok/s、Q2_0 94 tok/s；换 16GB 的 RX 9070 XT，Q2_0 掉到 60 tok/s。这是短上下文的数，长文档读入官方标 1,620 tok/s，实际用起来会随上下文变长继续掉。
真正让它对 Agent 友好的不是模型，是接口：本地起服务后同时说 OpenAI 和 Anthropic 两套 API，Claude Code、Codex CLI、OpenCode 改个 baseURL 就能接；图片输入默认开，还带 MCP server，可以让 AI 自己装自己。无账号、无遥测。
二、magpie：一个 3425 端口的本地网关
magpie 比它还早一天建仓，19,339 星、1,457 fork，Go 写的，同样 MIT。它解决的是另一个脏活：每个 Agent 都有自己的配置文件、自己的 key、自己的 baseURL，你订的 Claude 套餐在 Claude Code 里能用，在 Codex 里就是废的。
magpie 在本机起一个网关 127.0.0.1:3425，同时听得懂 OpenAI Chat、OpenAI Responses、Anthropic Messages、Gemini 四套协议，还能互转，流式、tool call、reasoning 都保留。支持列表里塞了六十多个入口，Claude Code、Codex、Gemini CLI、OpenCode，连 Hermes Agent 都在。
更实用的是 routing group：把几个账号、几个模型打包成一个名字，额度用完自动换下一个。smart 策略挑「最快重置的那个」先用，避免浪费；一段对话会粘在同一个账号上，为的是不打断厂商的 prompt cache；组还能套组。再加上 profile 一键切全套配置、quota 一条命令看所有套餐余量，以及 TUI、Docker、Termux。
三、拼起来才是完整方案
把 Strata 当成一个 OpenAI 兼容的 provider 加进 magpie，链路就成立了：所有 Agent 只认 3425，网关决定这一枪打云端还是打本地。断网、敏感文件、或者单纯不想烧 token 的时候切本地；要质量和长上下文就切云端；云端额度耗尽，routing group 自己换号，Agent 那边连报错都看不到。
图里那条本机边界不是装饰：Strata 装的时候会问「谁可以连」，magpie 的网关和密钥也都在本机。这套东西的价值不在「省钱」两个字，而在于把模型从「绑在某个客户端里的服务」变回「一个可以替换的后端」。
四、实话
Strata 的 32GB 是硬门槛，轻薄本别想；12GB 显卡配 64GB 内存是比较舒服的组合，想跑 IQ3_S 得 64GB。它现在版本号 0.2.2，610 个 open issue，首次下载 40-70GB，Mac 上 32GB Mac mini 跑 Gyro-S 只有 9 tok/s，苹果不是它的主场。
magpie 的 1,446 个 open issue 说明迭代快，也说明毛边多；它会去读 Claude Code、Codex 的登录态和 Keychain 来发现订阅账号，介意的人记得在设置里关掉。还有一句不中听的：多账号轮换在部分厂商的条款里属于灰色地带，自己用和省钱是两回事。
如果你只有一个 Agent、一份官方订阅，magpie 是多余的；如果你只想聊天，Strata 也不如直接买 API 划算。这两个项目的目标用户很明确：手上同时养着两三个 Agent、又在乎数据出不出本机的人。
五、最后一公里
模型能力的差距在缩小，接入方式的差距在拉大。前两年大家比谁的模型强，现在比的是谁能在一个下午里把新模型接进现有工作流。Strata 和 magpie 一个管供给，一个管调度，加起来就是个人开发者能自己掌控的那一层。
之前写过的 context-mode 和 VoiceStudio 是同一个方向：把能力往本地搬。DeepSeek 把线上推理引擎开源（那篇）也是同一件事的另一面：引擎在优化，硬件门槛在降。这两个项目能不能活过明年不好说，但它们指出的那条路——模型可替换、调用权在自己手里——大概率会变成默认。
