Ollama 宣布在预览版中接入苹果机器学习框架 MLX，让 Apple Silicon 设备上的本地模型运行更快、更贴近系统底层能力，对 Mac 端本地 AI 开发者和工具链是直接利好。
Ollama 宣布其 Apple Silicon 版本开始预览接入 MLX，这是苹果推出的机器学习框架，专门针对自家芯片做优化。官方给出的核心变化不是简单“支持苹果芯片”，而是把底层推理能力进一步迁到 MLX 之上，目标是让本地模型运行获得更高吞吐、更低延迟，以及更好的设备适配表现。对于已经在 Mac 上跑本地模型的开发者来说，这意味着在不改使用习惯的前提下，就可能拿到更好的推理效率。
这件事重要，在于本地 AI 的竞争已经从“能不能跑”进入“跑得够不够快、够不够省资源”。过去很多团队在 Apple 生态做本地推理，会在易用性和性能之间做取舍；Ollama 如果把 MLX 封装成熟，就相当于继续降低本地部署门槛。对独立开发者、AI 工具作者和重视隐私的企业用户来说，本地运行大模型会变得更有吸引力。
实际影响上，Mac 可能继续成为 AI 开发和个人工作流自动化的重要终端。围绕 Ollama 的桌面应用、代理工具、RAG 和本地工作流产品，都可能因此受益；而其他本地推理框架也会被迫加快针对苹果生态的优化节奏。
订阅工具岛 Newsletter
每周五发送最新的 AI 工具榜单、内容模板与增长实验，帮助你快速验证想法。
继续探索
继续你的阅读之旅
GitHub 撤回 Copilot 在 PR 中的“提示广告”，开发者反弹奏效
GitHub 在开发者反对后撤回了 Copilot 在拉取请求中插入提示内容的做法。事件显示，AI 功能一旦越过协作边界、干扰代码评审流程，用户容忍度会迅速下降。
Google Research 开源新版 TimesFM，参数更小但上下文拉到 16k
Google Research 的时间序列基础模型 TimesFM 更新到 2.5 版：参数量从 5 亿降到 2 亿，上下文长度从 2048 提升到 16k，并支持更长预测范围，体现“小而强”的基础模型演进趋势。