一个整个模型只有14MB的语言模型，最近爬上了GitHub趋势榜。它叫Needle 2，来自一家名叫Cactus Compute的小团队。整个模型连同权重一起打包进一个14MB的二进制文件，完整推理大约只需要28MB内存。团队宣称，在函数调用能力上，它和比自己大5到70倍的模型“互有胜负”。

这个宣称值得仔细拆解。Needle 2不是一个通用的聊天机器人，而是一个专用的工具调用引擎。它几乎放弃了通用LLM擅长的所有事情，只为换取在没有云连接、没有GPU、有时只有纽扣电池的设备上运行。这种取舍到底值不值，完全取决于你在构建什么。而它的README对这种局限的坦率程度，在开源项目中相当少见。

打开网易新闻 查看精彩图片

抛开营销说法，Needle 2本质上是一个把模型权重直接编进二进制文件的智能体运行时。没有单独的.gguf文件需要下载，没有模型注册表，推理也不需要网络。你只要pip install cactus-needle，把一个Python函数装饰为工具，拥有4500万参数的模型就会自行决定何时调用它。比如，你可以定义一个get_weather工具，然后直接问“拉各斯现在的天气怎么样”。

项目关注的全部表面，就是结构化工具调用、JSON Schema约束的输出、以及将数据提取到Pydantic模型。它明确不追求做全能助手，而是要在资源极端受限的设备上，把“调用工具完成任务”这一件事做到极致。