# 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： | 快照期 | laya 本体 | laya-mlx | laya-coreml | 同期家族要闻（快照照录） | |--------|-----------|----------|-------------|--------------------------| | 09-16 | — | — | — | HN《Introducing System One Models and Jev》1603 分 | | 09-20 | 1,896 | — | — | jev-ultrafast 9,729；kev 657 | | 09-21 | 4,017 | 1,645 | — | HN《Laya (OS Jev) on Mac M4 CoreML Offline (45 decisions per second)》124 分；localjev 609 | | 09-24 | 21,397 | 6,073 | 1,403 | jev-chat-jarvis 5,476；hermes-jev-skills 720 | | 09-25 | 23,398 | 6,250 | 1,442 | — | | 09-26 | 24,945 | — | — | HN Ollaya 帖 405 分；AnyJev 740 | | 09-27 | 26,348 | — | — | jarvis 6,747 | | 09-28 | 26,743 | — | — | ollaya 700；jevgrep 780 | | 09-29 | 各榜未收录 | — | — | ollaya 874；jevgrep 1,416 | 「—」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。 ```mermaid flowchart TD A["laya 本体
26743星"] --> B["移植潮窗口期"] B --> C["laya-mlx
MLX 线"] B --> D["laya-coreml
Core ML 线"] C --> E["门牌印 7-14ms
M3 Max"] D --> F["门牌印 约5ms
神经引擎"] C --> G["6250星"] D --> H["1442星"] I["HN帖 124分
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。 | 仓库 | 功能完整度 | 设计质量 | 实战效果 | 上手难度 | 社区活跃度 | 综合 | |------|-----------|---------|---------|---------|-----------|------| | laya-mlx（6,250★） | ★★★★ | ★★★★☆ | ★★★ | ★★★★☆ | ★★★★★ | **4.15** | | laya-coreml（1,442★） | ★★★☆ | ★★★★☆ | ★★☆ | ★★★ | ★★★ | **3.40** | 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。 ```bash 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。