你现在下载的本地大模型，很多都不用配环境、不装 Python，双击就能直接在 Windows 和 Mac 上跑。 背后把…

你现在下载的本地大模型，很多都不用配环境、不装 Python，双击就能直接在 Windows 和 Mac 上跑。 背后把这件事做绝的，是一个连名字都没几个人听过的工程师。 她没有大厂团队，一个人花了五年时间，干了一件整个行业都说“绝不可能”的事。

她叫 Justine Tunney。

1984 年出生，14 岁开始发软件。 2011 年，她注册了 occupywallst 推特和域名。 随后的几个月里，“占领华尔街”席卷全球，而她一个人撑起了这场运动的数字基建。 社交媒体、网站、捐款通道、资源协调，底层全是她搭的。

运动结束后，她进了谷歌，做人工智能的底层架构。 2018 年，她辞职了。 跑去死磕一个 C 语言界的终极难题。

绝大多数底层程序员都会告诉你：想让一段 C 代码编译一次，生成的同一个二进制文件，不做任何修改，直接原生运行在 Windows、Linux、macOS 等 6 个操作系统上，这在理论上是不可能的。 但她不信邪。

花了整整五年，大多时候是一个人单干。 她硬是手搓出了 Cosmopolitan Libc。 她发明的技术，打破了操作系统加载程序的常识。 那个生成的文件，同时是 Windows 的 PE 文件、Linux 的 ELF 文件、Mac 的 Mach-O 文件，甚至还能当 shell 脚本跑。 同一串字节，去哪个系统都能直接跑。 没有虚拟机，没有解释器，不用重新编译。

然后，大模型时代来了。 她把自己的黑魔法和 llama.cpp 揉在一起，扔出了一个叫 llamafile 的大杀器。 随便拿个大模型的权重文件，包进她的二进制文件里，你就得到一个孤零零的单文件。 双击，模型就跑起来了。 没有 Python 的依赖地狱，没有烦人的 CUDA 显卡配置。 不管你是 Mac 还是 Windows，双击，搞定。

Mozilla 资助了她，把它作为官方项目发布，GitHub 上狂揽 2.4 万颗星。 整个开源 AI 社区的本地部署门槛，被她一个人用几行 C 代码踩平了。 后来，她又一个人给加上了 GPU 支持，甚至搞出了单文件版的 Whisper 语音识别模型。

现在的科技圈，到处是满天飞的 PPT，天天喊着弯道超车和颠覆世界。 但真正推动历史的，往往是这种躲在角落里、咬牙手搓底层的硬核极客。 大部分人在推特上刷了一天 AI 新闻，甚至连 Justine Tunney 这个名字都没听过。