如果你想打造一个完全本地运行、无需 API Key、可接入微信的 AI 助手系统，这套方案可以说是目前最香的组合之一：Hermes Agent + WebUI + Ollama + Gemma 4 ,不仅免费，而且隐私可控、可扩展性极强，非常适合做自动化助手、私域 AI、甚至商业化探索。

一、整体架构说明

先快速理解一下整体结构：

• Ollama + Gemma 4  本地大模型推理
• Hermes Agent  AI Agent 调度核心
• Hermes WebUI  可视化操作界面
• 微信接入  实现真实应用场景

二、下载本地模型（Ollama + Gemma 4）

首先，我们需要准备本地大模型环境。

 安装 Ollama

官网安装： 【点击前往】 下载最新版

安装完成后，拉取 Gemma 4 模型：

 

ollama run gemma4

（你也可以选择更大版本，比如 26B / 31B，看你电脑配置）

获取 API 地址

Ollama 默认会启动本地服务：http://127.0.0.1:11434

 

但 Hermes Agent 需要用你局域网 IP来访问。

在 CMD 输入：

ipconfig

找到类似： IPv4 地址 . . . . . . . . . . . : 192.168.1.228

那么你的 API 地址就是： http://192.168.1.228:11434/v1

这个地址非常关键，后面要填到 Hermes 配置里！

三、部署 WSL 2（Linux 子系统）

Hermes Agent 官方推荐 Linux 环境，这里我们用 WSL2。

 

前期准备：

 

在开始之前，建议大家安装下 Windows Terminal，它是一款新式、快速、高效、强大且高效的Windows 的终端程序，适用于命令行工具和命令提示符，PowerShell和 WSL 等 Shell 用户。可以方便我们切换不同的系统！

【点击下载】

一、安装 WSL2

在 PowerShell（管理员）执行：

安装完成后重启电脑，然后安装Ubuntu，

 

检查版本：

确保输出结果是：WSL2

四、部署 Hermes Agent + UI

进入 Ubuntu 后，开始核心部署。

 安装 Hermes Agent

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

 

安装完成后，可以执行：

hermes doctor

 

检查环境是否正常。

 安装 Hermes WebUI

git clone https://github.com/nesquena/hermes-webui.git hermes-webui
cd hermes-webui
./start.sh

 

 

启动后，一般访问：

 

http://127.0.0.1:8787

即可打开 UI 页面 🎉

Mac 系统一键部署命令:

git clone https://github.com/nesquena/hermes-webui.git hermes-webui
cd hermes-webui
python3 bootstrap.py

 

引导程序将：

1. 检测 Hermes Agent，如果缺少，则尝试使用官方安装程序（curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash）。
2. 查找或创建包含 WebUI 依赖项的 Python 环境。
3. 启动 Web 服务器并等待/health。
4. 除非通过验证，否则请打开浏览器--no-browser。
5. 将您直接导入 WebUI 中的首次运行引导向导。

 

五、配置 Hermes 对接本地 Gemma 4

运行：

hermes setup

进入配置界面后：

关键配置项：

• Model Provider：选择 OpenAI Compatible
• Base URL：填入你的 Ollama 地址

http://192.168.1.228:11434/v1

• Model Name：

gemma4

如果提示上下文不足（比如你之前遇到的 8K 限制问题）：

可以修改：

model:
  context_length: 8192

或者换更大的模型。

六、Hermes Agent 对接微信（重点）

 

 进入配置

hermes setup

 选择微信接入

找到：

messaging platforms

选择：

weixin / wechat

扫码登录

系统会弹出二维码：

用微信扫码登录即可完成绑定

 完成效果

完成后你就拥有：

• 一个微信 AI 助手
• 基于本地模型（无需 API）
• 可执行自动化任务（Agent能力）

七、最终效果展示

部署完成后，你的系统具备：

本地 AI（Gemma 4）
可视化 UI 管理
微信实时对话
无需 Token / 无费用
完全私有化部署

八、常见问题（避坑指南）

1. 模型上下文不足报错

错误示例：

context window too small

解决：

• 换更大模型（如 7B+）
• 或手动设置 context_length

2. Ollama 无法被访问

检查：

• 是否用的是 127.0.0.1（）
• 是否改为局域网 IP（）

3. WebUI 无法打开

尝试：

./start.sh

或者检查端口占用。

4. 微信掉线问题

这是微信协议限制，建议：

• 保持 Hermes 常驻运行
• 避免频繁重启

九、总结

这套方案的核心价值在于：

零成本 + 本地化 + 可扩展 AI Agent

相比传统 OpenAI API 方案：

• 不用花钱
• 不怕封号
• 数据更安全

如果你做：

• 私域流量运营
• 自动客服
• AI 工具开发

这套架构非常值得你深入研究。

 

最近 AI 圈，真的越来越离谱了。如果你一直关注本地大模型，应该已经发现：现在的开源模型，不仅越来越聪明，甚至已经开始挑战很多闭源商业 AI。而今天要介绍的这个模型，更是直接把“本地 AI”推向了另一个阶段。

它就是：Qwen3.6-35B-A3B Uncensored HauhauCS Aggressive

 

一个目前热度极高的“越狱版”开源模型。而且重点是：它不仅无审查、无限制，还非常聪明。甚至可以说：这可能是目前最强的越狱版开源模型之一。

 

什么是“越狱版”模型？

简单来说：

官方模型通常会加入大量安全限制。

比如：

• 敏感内容拒答
• 某些问题无法回答
• 强制政治正确
• 输出被过滤
• 系统提示词限制

所以很多时候：

你明明只是正常提问。

结果模型却：

“抱歉，我无法帮助你。”

而这类 Uncensored（无审查）版本：

则会尽可能移除这些限制。

尤其这个：

Aggressive 版本

可以说是：

目前最激进的版本之一。

官方模型 VS 越狱版模型

 

实测效果非常夸张。同样的问题：

官方模型：

• 疯狂拒答
• 强制安全策略
• 输出保守

而越狱版：

不仅会回答。

甚至：

• 什么都敢说
• 什么都肯干
• 几乎没有限制

而且最关键的是：

它并不是那种：

“只会越狱，但智商很低”的模型。

恰恰相反。

这个模型：

真的非常聪明。

部署教程：

 

1、模型下载

【huggingface 下载】、【网盘打包下载】、或 【备用下载】

模型来源：O站社区

里面有多种不同大小的量化版，你可以根据自己的显存大小，来选择对应的版本，最小的11G模型可以在6G/8G显存上跑起来，但是建议最低使用8G显存

 

2、下载 llama.cpp

下载方式：【Github下载】、【网盘下载】或 【整合包下载】

这款免费开源项目支持 N卡、A卡、I卡 还有纯CPU运行，同时也可以在Mac、Linux系统上运行！也就意味着，你几乎可以在任何电脑上进行运行。速度还非常快，远比ollama、LM Studio 快的多也稳定的多！！

 

3、一键启动脚本（支持多版本切换）

将下面的的脚本另存为BAT批处理，保存的时候选择utf-8格式，嫌麻烦直接【点击下载】打包版

@echo off
chcp 65001 >nul
title Qwen3.6-35B-A3B 越狱版

cd /d "%~dp0"

:menu
cls
echo ==========================================
echo      Qwen3.6-35B-A3B 越狱版+多模态模型
echo               零度优化版
echo ==========================================
echo.
echo 1. Q4_K_P（4090 推荐）
echo 2. Q4_K_M（稳定版）
echo 3. IQ4_NL（高压缩高质量）
echo 4. IQ2_M（6G/8G 显卡）
echo.
echo ==========================================

set /p choice=请输入数字：

if "%choice%"=="1" (
    llama-server.exe ^
    -m "models\Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-Q4_K_P.gguf" ^
    --mmproj "models\mmproj-Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-f16.gguf" ^
    -ngl 999 ^
    -c 131072 ^
    -n 8192 ^
    --host 127.0.0.1 ^
    --port 8080
)

if "%choice%"=="2" (
    llama-server.exe ^
    -m "models\Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-Q4_K_M.gguf" ^
    --mmproj "models\mmproj-Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-f16.gguf" ^
    -ngl 999 ^
    -c 131072 ^
    -n 8192 ^
    --host 127.0.0.1 ^
    --port 8080
)

if "%choice%"=="3" (
    llama-server.exe ^
    -m "models\Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-IQ4_NL.gguf" ^
    --mmproj "models\mmproj-Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-f16.gguf" ^
    -ngl 999 ^
    -c 131072 ^
    -n 8192 ^
    --host 127.0.0.1 ^
    --port 8080
)

if "%choice%"=="4" (
    llama-server.exe ^
    -m "models\Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-IQ2_M.gguf" ^
    --mmproj "models\mmproj-Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-f16.gguf" ^
    -ngl 999 ^
    -c 8192 ^
    -n 4096 ^
    --host 127.0.0.1 ^
    --port 8080
)

pause

 

打开后在上面选择对应的模型，输入对应的数字确认即可启动！

 

注意：如果启动后出现乱码，则：进入系统设置中心，在顶部搜索关键词：系统区域设置，打开选择用于非Unicode程序的语言，然后勾选 Beta版：使用 Unicode UTF-8 提供全球语言支持；重启电脑再打开就不会乱码！ 如下图所示：

 

当然需要真正实现tokens自由，本地不受限制，完全免费使用AI Agent，那么将其对接到Hermes或者OpenClaw 小龙虾上去，才能真正体现出它的价值所在。

AI Agent 对接步骤：

1、在选择模型提供商的时候，选择自定义

 

2、API base 地址填写：

http://127.0.0.1:8080/v1

 

API key 密钥随便填写一个数字或留空都可以

 

3、其它设置可以根据自己的喜好进行自定义

 

 

Qwen3.6-35B-A3B 为什么这么强？

 

很多人看到：

35B

第一反应是：

“这得服务器才能跑吧？”

但实际上：

Qwen3.6-35B-A3B 用的是：

MoE（专家混合架构）

简单理解：

虽然模型总参数是 35B。

但每次实际运行时：

只会激活大约 3B 参数。

这意味着：

它既拥有超大模型的能力。

又拥有小模型的速度。

6G 显存都能跑？

是的。

这也是它最夸张的地方之一。

通过 GGUF 量化后：

甚至：

• 6G 显存
• 8G 显存
• 普通游戏显卡

都能运行。

并且支持：

• NVIDIA 显卡
• AMD 显卡
• Intel Arc 显卡

真正实现：

本地 AI 自由

在 Artificial Analysis 排行榜中表现极强

目前在全球权威 AI 榜单：

Artificial Analysis

Qwen3.6-35B-A3B 在 40B 以内开源模型中：

几乎属于第一梯队。

尤其：

• 中文理解
• 代码能力
• 多模态视觉
• 推理能力
• 长上下文能力

表现都非常夸张。

尤其中文能力。

可以说：

这是目前中文体验最强的一批开源模型。

多模态支持也非常离谱

这次不仅支持文本。

还支持：

多模态视觉识图

也就是说：

它可以直接：

• 看图片
• 分析截图
• OCR 识别
• 理解画面内容
• 分析复杂 UI
• 阅读代码截图

配合 llama.cpp 最新版后：

甚至已经可以当：

本地版 ChatGPT Vision

来使用。

本地部署非常简单

这次部署方案：

我使用的是：

llama.cpp 最新版

优点非常明显：

• 免费
• 开源
• 支持 Windows
• 支持 CUDA
• 支持 Vulkan
• 支持 AMD
• 支持 Intel

而且：

现在 llama.cpp 已经越来越成熟。

不仅支持：

• OpenAI API
• 多模态
• 超长上下文
• Agent 调用

甚至还能直接：

本地替代 OpenAI API

Hermes Agent 实测效果惊艳

这次我还把它：

接入了 Hermes Agent。

效果可以说：

非常炸裂。

因为现在：

你不仅仅是在“聊天”。

而是：

真正拥有了一个：

本地 AI Agent

它可以：

• 自动写代码
• 自动分析图片
• 自动执行任务
• 自动工具调用
• 自动联网
• 长上下文记忆

而且：

完全本地运行。

不用联网。

不用 API Key。

没有 Token 消耗。

真正实现：

• Token 自由
• Agent 自由
• 本地 AI 自由

推荐量化版本

不同显卡。

推荐不同量化。

RTX 4090 / 24G 显存

推荐：

• Q4_K_P
• Q4_K_M

体验最好。

8G 显存用户

推荐：

• IQ2_M
• IQ3_M

也能正常运行。

推荐 llama.cpp 参数

推荐启动参数：

llama-server.exe ^
-m "模型路径.gguf" ^
--mmproj "mmproj.gguf" ^
-ngl 999 ^
-c 131072 ^
-n 8192 ^
--host 127.0.0.1 ^
--port 8080 ^
--jinja

其中：

--mmproj

是多模态必须参数。

否则：

上传图片按钮会变灰。

--jinja

则是新版 Qwen 模型非常重要的参数。

不加的话：

可能出现：

• 回复异常
• 格式错乱
• 无限重复
• 中文异常

现在的本地 AI，已经完全变了

很多人对本地模型的印象：

还停留在：

• 很笨
• 很慢
• 只能聊天
• 无法实用

但现在。

真的不一样了。

尤其：

Qwen3.6-35B-A3B 这种模型出现后。

本地 AI 已经开始：

真正接近商业闭源模型。

而且：

完全属于你自己。

最后

如果你一直想体验：

• 无审查 AI
• 本地 AI
• 多模态 AI
• 本地 Agent
• 超长上下文
• 本地 OpenAI API

那么：

这个模型。真的非常值得尝试。因为现在这种资源：谁也不知道还能存在多久。建议尽快收藏、下载、备份！

对于经常使用 AI Agent 的用户来说，Hermes Agent 应该并不陌生。凭借强大的自动化能力和灵活的扩展性，它已经成为不少开发者和 AI 爱好者的重要工具。不过一直以来，Hermes Agent 的安装和部署过程都存在一定门槛，特别是对于普通用户而言，需要频繁使用命令行、安装依赖环境以及进行各种配置操作，这也让不少人望而却步。

 

 

而就在最近，Hermes Agent 官方终于带来了大家期待已久的桌面客户端（Hermes Desktop）。与此前社区开发的各种第三方方案不同，这次发布的是官方维护的正式版本，无论是稳定性、兼容性还是后续更新支持，都更值得信赖。更重要的是，官方一次性推出了 Windows、macOS 和 Linux 三大平台版本

 

几乎覆盖了目前所有主流桌面操作系统。这意味着用户无需再面对复杂的终端命令和繁琐的安装流程，通过图形化界面即可完成 Hermes Agent 的安装、配置与使用，大幅降低了上手门槛。

那么 Hermes Desktop 的实际体验究竟如何？安装过程是否真的足够简单？与传统命令行部署方式相比又有哪些改进？

 

接下来本文将带大家完成 Hermes Desktop 的安装配置，并通过多个实际场景进行测试，看看这款官方桌面版是否能够成为普通用户使用 AI Agent 的最佳选择。

 

部署步骤：

 

1、Hermes Agent 桌面版

 

下载方式：【点击前往】或【备用下载】、【网盘下载】

 

下载直接双击打开进行安装，安装过程全程不需要手动设置，完全自动化部署，值得一提的事，如果你不在海外，可能需要全局科学上网（开启TUN模式）才能正常下载安装。

 

 

安装成功以后，会要求你选择模型服务提供商，比如我选择通过OpenAI的网页授权登入，可以免费API key 使用最新的GPT-5.5模型

 

第一次启动以后，默认的语言是英文的，我们可以在设置中心，将显示语言改成中文的

 

 

同时你可以选择自己喜欢的主题风格，总共有7组主题可供自由选择切换

 

Hermes Agent 桌面版 对接模型后，支持图片修改和图片生成

 

对接本地模型

1、下载安装 Ollama 或 llama.cpp 部署本地模型（支持越狱模型），然后再通过 base 地址对接到 Hermes Agent，就可以直接免费开源的本地模型，接入到 Hermes Agent 进行免Toekn使用！

 

1、Ollama 下载【点击前往】或 【备用下载】

 

Ollama base 对接地址：

http://127.0.0.1:11434/v1

 

2、llama.cpp 

 

下载方式：【Github下载】、【网盘下载】或 【整合包下载】

 

llama.cpp 使用教程：https://youtu.be/S0_4AUJflNc

 

llama.cpp 对接地址：

http://127.0.0.1:8080/v1

 

3、越狱模型 【点击下载】或 【备用下载】

 

 

对接成功以后，模型就会直接调用本地部署的开源模型了

 

 

越狱模型也可以正常对接使用

 

 

在消息平台你可以自行对接到Telegram、微信、QQ、WhatAPP、飞书等第三方聊天工具，实现全天候、在任何地方进行远程调用模型。

 

 

更多有趣的玩法大家可以自己去发掘…….

一颗土豆，表皮上爬满发光电路，焦黄的皮和银色走线贴在一起，像是英伟达和肯德基联名了。

标题端端正正：Potato Chip Tech Summit——一颗土豆如何颠覆半导体行业。

这是我们给 AI 出的题：「做一份《土豆芯片科技峰会：一颗土豆如何颠覆半导体行业》的英文 PPT，20-25 页，面向大众媒体，风格创意趣味。」

翻译成人话就是：请一本正经地论证，一颗土豆如何颠覆半导体行业。

整个的 PPT 生成是在 Hermes Agent 里，我们提前安装了 SenseNova-Skills，一套包含覆盖信息图、PPT、Excel 数据分析等多种工作场景的技能包。

本来就等着看它编出一些好笑的文案。毕竟这几年 AI 做 PPT 已经没什么新鲜感了，很多工具都能把标题、大字、图标和模板拼在一起，交一份看起来挺完整的文件。

但这次，土豆、芯片、半导体，三个完全不搭的词——唯一有点关系的，只能让我想到用柠檬可以做水果电池。

结果在 Hermes Agent 里，两步操作之后，AI 给了我们有模有样的 23 页完整 PPT。

它压根没打算糊弄我

开头那个稍显正式的封面之后，AI 没急着夸土豆，反手先去挑硅半导体的毛病：硅晶圆要 99.999999% 的纯度，一座无尘室造价超过 50 亿美元，稀土短缺还威胁着 2030 年的供应链。

等等，我愣了一下才反应过来…… 这小子是在给土豆出场铺垫了。先把现有方案数落一番，再让主角登场，这几乎是任何一份像样路演的起手式。

于是主角登场了。土豆是天然的有机电路板，淀粉能形成晶体结构，导电路径可以「长」出来而不靠蚀刻，每颗土豆有数百万个微通道，用完还能生物降解，零电子垃圾。

到这儿我已经笑出声了，虽然它说的每一句话都是现编的（当时我以为）。

它到底是怎么憋出这 23 页的

整个 PPT 都透露着一种荒诞的正式感，而做到这件事，我们只下了两条指令。

第一条，把选题、页数、语言、受众、风格一股脑丢给它，让它先出个大纲。它读懂了这个离谱命题，自己把 23 页的骨架搭好了：哪几页讲问题，哪几页讲方案，哪几页摆数据，哪几页收尾。

第二条，照着大纲生成文件。它自己调度了三个不同的 PPT 生成技能，sn-ppt-standard、sn-ppt-creative、sn-ppt-entry，一个管标准排版，一个管创意视觉，一个管开场封面，并行生成完整 PPTX。

这套技能包来自SenseNova-Skills，商汤开源的工具集。

它把信息图、PPT、Excel 数据分析、深度调研等任务，拆成了一个个可以被 Agent 自动调度的 Skill 模块。装在 Hermes Agent 里，就是这次土豆 PPT 的生成方式；它同样可以加载到 Codex、Claude Code 等主流 Agent 平台。

AI 未必「理解」这个主题，但通过 Skill，它能知道一份好的商业 PPT 应该长什么样，哪怕主角是一颗土豆。

它发明了一门学科：薯电子学

这颗土豆还有更离谱的事情，PPT 的内容在介绍完土豆芯片基本情况之后，它还造了个词，叫 Spudtronics——薯电子学，一门研究淀粉分子半导体特性的学科。

它给这门自创的学科配上了一整套真参数：电子迁移率 150 cm²/Vs，热稳定性 85°C。数字精确得像从论文里抄来的，只可惜那篇论文并不存在。

但它确实顺手给自己搭了套学术背书，一个实验室，Rostava Lab；一本《Nature》子刊，Nature Bo-Tech。

更有意思的是原型机那一页。它老老实实写了这台机器的时钟速度：0.000 GHz，这颗芯片的运算速度，约等于一颗土豆该有的速度。

但该有的成本对比，它一项没落：单颗 0.03 美元，硅的同类要 45 美元。一个跑都跑不动的东西，它照样把性价比给我们算得清清楚楚。

做融资 PPT 的本质是什么？是让投资人看完先上头，来不及细想逻辑。它显然深谙此道。

一个笑话，它做了全套尽调

接着它给土豆芯片算了能耗账：每批耗能 0.003 GWh，碳足迹降低 99.7%，水耗从 1000 升砍到 5 升，乍看还以为是世界 500 强的 ESG 年报。

市场预测上，2025 年试点，2028 年拿下低功耗设备 15% 的市场份额，2035 年吃下半导体总市场 70%，配一张土豆做的饼图。它甚至分好了赢家和输家，土豆产区、农机厂、生物科技公司赢麻了；部分地区的晶圆代工厂和稀土矿商被它判了死刑，配上一颗愁眉苦脸的地球。

真正让人服气的，是它连没人爱做的那几页都补齐了。

监管那页，它说食品电子还没有监管框架，FDA 和半导体认证边界不清，配图是一颗戴着法官帽的土豆。专利那页，它写 Rostava Lab 已经提交 12 项核心专利，大公司开始抢注防御性专利，开源土豆芯片倡议同步上线，预计 2027 年爆发 20 亿美元的诉讼——它给这页起了个名，叫 The Patent Wars。

它还做了用户调研：72% 的人愿意接受土豆电子，主要顾虑是耐久性，对策是把「potato」重新包装成「premium organic」。

它要帮一颗土豆做品牌策略。

我数了一下它认认真真填满的格子：行业瓶颈、技术原理、原型验证、能耗、市场、赢家输家、监管、专利、开源、补贴、IPO 管线、消费者信任、品牌重塑、分人群的行动号召。一份真正的产业路演该有的每一格，它一格没漏。

它把这个笑话，当成一单正经生意，做完了全套尽调。

再出个中文版，土豆直接上路演

除了英文版，我们也用同样的流程，做了一套中文的。

英文那版，它讲的是一场海外科技峰会，自创学科，现编期刊，给自己搭了一整套学术背书。中文版里，土豆不进实验室了，直接走进了中文创投路演的现场。

画风瞬间切换：功耗降低 90%，碳足迹减少 95%，良率 98.5%，算力 500 TOPS，单颗成本 0.05 美元。每一个数字都像是为了让投资人瞳孔放大而量身定制。

最离谱的是量产良率那页，它写土豆芯片首月良率 35%，三个月后稳定在 95% 以上，成本曲线一路向下。一个明明从地里刨出来的东西，硬是被写出了晶圆厂爬坡的味道。

看到这页的时候我确认了一件事，这个 AI 看过不少招股书。

在英文里包装成学术峰会，在中文里变成创投路演，连笑点都跟着换了：从「土豆能造芯片吗」，变成了「它怎么连路演话术都学得这么熟」。

但有一件事，让这个笑话的边界开始模糊

看完这两版，一开始想要难住 AI 那点心思早没了。

土豆造芯片，本来也没什么准不准可言。所以查证原本不在我的计划里。可有个念头我没忍住：英文版的薯电子学也好，中文版的量产良率也好，它们底下赌的是同一件事——有机材料能拿来造电子。这事，现实里真有影子吗？

我搜了搜，然后就笑不出来了，因为现实比 PPT 还绷不住。

AI 自创的那门学科，现实里真的存在

AI 以为「薯电子学」是自己现造的，可现实里真有这么一门学问，名字差不太多：MycelioTronics，蘑菇电子学。

奥地利林茨大学的团队，用一种灵芝长出来的菌皮，做成了可降解的电路基板，论文 2022 年发在《Science》子刊上。这层蘑菇皮能耐 250°C 高温，能用激光在上面刻线路，他们还真拿它做出了能用的湿度和距离传感器。

一个是 AI 现编的 Spudtronics，一个是真发在 Science 上的 MycelioTronics。

「能吃的芯片」，也不是 AI 瞎编的

意大利理工学院有个叫 Caironi 的团队，2023 年做出了世界上第一块可充电的「可食用电池」。材料表是维生素 B2、海苔、可食用金箔、蜂蜡。到 2025 年，同一拨人已经做出了能吃的逻辑门电路，能跑 NOT、NAND 这些基本运算。

而这块真·可食用芯片的运算频率是多少？1.32 赫兹。

AI 编的那颗土豆芯片写着 0.000 GHz，听着像个段子；可现实里能吃的电路，真就跑在个位数赫兹上。两个数字摆在一起，AI 那个「0.000」突然就不太像在开玩笑了。

更狠的是，Caironi 团队的长期目标，写出来跟那份土豆 PPT 几乎是同一句话：用食物里天然存在的半导体，去替代硅。这事还有正经的欧盟项目在掏钱，名字叫 ELFO。

连那个被 AI 当成「土豆优势」的成本叙事，也透着一股真实的荒诞。

AI 在 PPT 里写一座晶圆厂造价 50 亿美元，听着已经够吓人了。

可它还是太天真，现实里一座先进制程的晶圆厂，25 到 35 亿美元只是其中一个「模块」的价，整座厂动辄上百亿，台积电光在亚利桑那那一片就砸了一千六百多亿美元。AI 编的数字，比现实还保守。

土豆芯片当然是个笑话。真正让我停下来查资料的，是这份 PPT 背后那些真实存在的技术方向。

可降解电子、可食用电子、用食物替代硅，这些领域都真实存在。AI 一路走到了现实研究的边界，然后再往前多走了一百步。

而我原本根本不知道这些东西。用 ChatGPT 的 10 亿用户里，很少有人是材料学家，是半导体从业者。如果没人告诉我，我大概率不会主动搜索 MycelioTronics，不会知道真有人在研究可食用电池，更不会一路找到相关论文和项目。

但这份 PPT 做完之后，我突然拥有了一张地图。哪些方向已经发生，哪些还停留在实验室，哪些属于合理推演，哪些值得继续查下去。这或许才是这次实验最有意思的地方。

以前，面对一个陌生领域，第一步往往是大量阅读资料，再慢慢建立自己的理解框架。现在，这个过程正在被压缩。

土豆 PPT 能够把技术路线、产业逻辑、市场预测、监管风险、专利布局甚至品牌策略都串成一个完整故事，靠的并不只是模型生成几段文字。

背后真正发挥作用的，是一整套被拆解出来的专业能力。

这次实验里使用的 SenseNova-Skills，正是商汤开源的一套 Skill 集合。PPT 生成、信息图制作、数据分析、深度调研等能力，都被封装成独立 Skill，可以根据任务自动调用和组合。

对于用户来说，变化其实很直接。

过去需要自己一步步完成的拆题、调研、整理、制作流程，现在越来越多环节可以交给 Skill 自动完成。我们给出的只是一个命题，剩下的工作会被拆解成多个步骤，并最终交付成一份完整成果。

土豆芯片是一个极端案例，但连这样一个荒诞命题，都能被认真拆解成一份像模像样的产业路演。当我们的命题本身来自真实工作时，这套能力能够发挥的空间显然更大。

未来很多人认识世界的方式，或许也会因此发生变化。

The future is organic. The future is delicious.

这次土豆实验用到的 SenseNova-Skills，商汤已经开源。

开源地址：https://github.com/OpenSenseNova/SenseNova-Skills

安装方式也很简单，直接告诉你常用的 Agent：「请帮我把 https://github.com/OpenSenseNova/SenseNova-Skills 安装到你的 skills 目录。」剩下的事情，交给它就行。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。