拆laya移植双线：快输给先——苹果芯片上的两块毫秒门牌

概述

一、口径：门牌级手术能开多大

二、家族九连拆之后，工位表上空着的就是移植位

把本期放进本栏的 Jev 系谱看，位置就清楚了。此前各期已拆：模型位 laya（快思考外包）、服务位 ollaya（Jev 自己的 Ollama）、检索位 jevgrep（按意图找码）、改造位 AnyJev（把任意 LLM 变 Jev）、执行位 djev-run、基建位 hermes-jev-skills、应用位 jev-chat-jarvis（副驾摘微信门牌）、定义权位 awesome-jev 三本黄页。唯独「把模型搬上具体硬件」的移植位一直空着——而它恰恰是快思考模型能否落到每个人桌上的那一段。快照把这段两周史印得很全：

「—」是快照未收录：各榜截位口径不同，不入榜不等于归零，只代表当日快照印不到。09-22、09-23 两期快照缺失，mlx 线 1,645 到 6,073 的三级跳是三天跨度的粗读。这条表里藏着一个时序细节：Core ML 线的 HN 帖（09-21 期已在版）比 laya-coreml 仓库首次进快照（09-24 期）早了三天——先有帖子讲 M4 离线跑通，后有仓库上榜，这条线的传播是事件先行的。

三、两块门牌原文照录与逐词拆解

laya-mlx：「Native MLX runtime for Laya typed decision models — 7–14 ms short decisions on M3 Max. No text gener」 laya-coreml：「Local Laya typed decisions on Apple Core ML and Neural Engine. Validated ports, ~5 ms short decision」

第三块门牌是 HN 帖标题，全文未截：「Laya (OS Jev) on Mac M4 CoreML Offline (45 decisions per second)」。

mlx 块，前 46 个字符干了五件事。 Native 是出身声明（不是套壳，是原生运行时）；MLX 是框架名，也是全部检索词的一半；Laya typed decision models 是挂靠的本体——注意它把「typed decision」这两个本体关键词原样焊进门牌，搜 laya 或搜 decision model 都能撞见它；7–14 ms 是可证伪数字，而且是带区间的数字——下限上限两把尺，读者拿 M3 Max 一测就能验证；M3 Max 是设备名，给数字配了量程。「No text gener」断在半词上，完整表述快照没印，不做猜测※——但可见部分已经足够说明：这条线只管决策，不管生成。

coreml 块，把验证写进了前 60 字符。 Apple Core ML and Neural Engine 报了框架加芯片部件的完整路径——Neural Engine 是苹果手机电脑里那颗专门跑神经网络的低功耗单元（背景）；Validated ports 是全句最重的两个字：宣称移植经过验证，这是移植类仓库能给出的最强承诺，比任何「高性能」都硬；~5 ms short decision 是第二个可证伪数字，比对手印得更小、更狠，只是没配设备名——量程缺失，这 5 毫秒是哪颗芯片测的，门牌没说。断尾同样断在半词（decision）。

两块门牌最值得抄的一笔：互不踩脚。 同一位作者，两块门牌没有一个字重样——框架名不同、路径写法不同、数字口径不同、连开头动词都不同（Native vs Local）。双线作品最怕自我蚕食，这里的解法是让两条线在检索里各自占一个词组：搜 laya mlx 落前一块，搜 laya core ml 落后一块。

flowchart TD
    A["laya 本体<br/>26743星"] --> B["移植潮窗口期"]
    B --> C["laya-mlx<br/>MLX 线"]
    B --> D["laya-coreml<br/>Core ML 线"]
    C --> E["门牌印 7-14ms<br/>M3 Max"]
    D --> F["门牌印 约5ms<br/>神经引擎"]
    C --> G["6250星"]
    D --> H["1442星"]
    I["HN帖 124分<br/>M4 每秒45次"] --> D

四、三个印出来的数字，对不上的账

把三个毫秒数摆上同一张桌：7–14 ms（M3 Max，MLX 线门牌）、约5 ms（神经引擎，Core ML 线门牌，未标设备）、每秒 45 次≈22 ms 一跳（M4，HN 帖标题）。三个数字出自同一条 Core ML/MLX 苹果生态，却互相打架——最合理的解释是设备不同（M3 Max/M4/未标）、模型规格不同、测量口径不同（背景：神经引擎只吃固定算子，塞进去的模型延迟可以极低，但换来的是灵活性归零）※。真相是哪个，门牌学与快照学都给不出，本栏未实测，三个数字只能都当作者声明看。但门牌学能给出一句话结论：mlx 用「区间+设备」把数字的可证伪结构做全了，coreml 用「更小的数+验证声明」把冲击力做足了——两种印法，两个流派。

五、评测对比表（门牌+星速口径，黑箱从紧）

权重沿用本栏固定五维：功能 25%、设计 25%、实战 20%、上手 15%、社区 15%。正文未读，功能与实战从紧；框架生态部分为背景知识，已标注。

设计单项打平，综合分却差了 0.75——差距全在社区与上手两维。门牌同分，星数不同分：快照看不到的仓库内部，可能有门牌反映不了的差距；但就门牌论门牌，coreml 那块不输。功能维 mlx 高半星是背景使然：MLX 是苹果官方开源的 Python 优先框架，研究者和改模型的人拿起来就能改；Core ML 走转换导出的部署管线，链路更长（背景）。

六、4.3 倍的星差，从哪来

6,250 对 1,442，4.3 倍。快照能摆出三个相关事实，归因是分析※：

其一，上架时差。 mlx 线 09-21 已在新星榜（1,645），coreml 仓 09-24 才首次进快照——而 Core ML 的 HN 帖 09-21 就在版。事件在前、仓库门牌在后，搜帖子来的人扑了个空，热度漏掉了三天。

其二，客群大小。 MLX 线的潜在用户是「想改模型的人」，Core ML 线是「只想部署的人」——前者是活跃星标主力（背景：MLX 仓库本身的社区形态决定了这一点），后者装完就走，不点星。

其三，HN 的掌声不结星。 Core ML 线拿到了家族里除首发帖外唯一一条苹果主题 HN 帖（124 分），传播上它赢了；星标上它输了。HN 帖讲的是「跑通了」这个事件，星标攒在「能天天用」的工具上——事件火一次，工具火长期。

七、移植件作者的四条写法课

1. 可证伪数字要带量程。 7–14 ms 后面跟 M3 Max，是完整印法；~5 ms 不带设备名，冲击力满分、可信度打折。09-24 期黄页拆解立过判例（heyjunpenn 门牌印 896，读者数到 897 就能打脸），本期补一条：数字旁边再印尺子。
2. 框架名+本体名，前 40 字符焊死。 laya、mlx、typed、decision——检索闭环的每个词都在截断线之前。80 字符的展示窗，后半段是留给验证声明和感叹号的，不是留给背景介绍的。
3. 双线作品要分词占位，不要分高下。 同作者两仓零重样措辞，各自的数字各自负责，谁也别在门牌里贬谁。
4. HN 标题是第三块门牌，且要说人话。 仓库门牌对工程师讲 ms，HN 标题对围观者讲「每秒 45 次」——同一件事两套单位，各覆盖一个池子。但注意 M4 与 M3 Max 不可直读换算，换池子时把口径一起换。

八、谁该装、谁别装

适合：Apple 芯片用户、想把 laya 系决策模型跑在本机、且接受「只做决策不做生成」边界的人——要改模型、玩微调走 MLX 线；要塞进自家 App 追求最低延迟走 Core ML 线（按门牌自述，两线谁快未经本栏实测）。不适合：非苹果芯片用户——这条线整条与你无关，本地伺模去看 ollaya（已拆，多模型拉取服务）；要 long-form 文本生成的，mlx 门牌可见部分已自断「No text gener」，别来。黑箱警示：两仓的脚本结构、权重分发方式、License 条款本栏均未读到※，装机前务必自查；门牌数字全部是作者声明。

git clone https://github.com/mizorewww/laya-mlx
git clone https://github.com/mizorewww/laya-coreml
git clone https://github.com/NandhaKishorM/laya

断网边界，以上命令未实测，具体运行方式以各仓文档为准。

推荐排行榜

• 综合榜：laya-mlx（4.15）＞ laya-coreml（3.40）
• 门牌可证伪榜：laya-mlx（区间+设备，双尺）＞ laya-coreml（单点数+验证声明）＞ 家族参照 heyjunpenn/awesome-jev（孤数 896，判例 09-24 期）
• 星速榜：laya-mlx（09-21→09-24 三天近 4 倍）＞ laya-coreml（日均约 40 星）
• 传播榜：laya-coreml 独占苹果主题 HN 帖（124 分），mlx 线零 HN 帖——传播与星标两条榜第一名不同仓，本期最大看点
• 生态位榜：改模型选 mlx 线，只部署选 coreml 线，多模型伺服出线找 ollaya

家族观察收尾：Jev 两周，从 HN 首帖到苹果双线，模型位、服务位、检索位、改造位、执行位、基建位、应用位、定义权位、移植位九张工位全部有人落座——本期补上最后这张。下一个空位在哪？快照里还没人坐的那把椅子，写着「Windows/安卓本地移植」。

参考来源

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。