本地 Agent 的瓶颈从来不是生成速度：Strata 0.2.9 把 Prefill 提了 88%，这才是关键数字

Sun, 01 Nov 2026 00:00:00 +0000

2026 年 10 月 31 日，Strata 发布 0.2.9。

小众软件的标题写的是「本地大模型 Prefill 最高提速 88%」。

大部分人看到这个数字，反应大概是「哦，快了」。

但我盯着另一组数字看了很久——同一个版本里，解码速度只从 57.4 tok/s 涨到 58.9 tok/s，约 3%。

一个涨 88%，一个涨 3%。这个不对称，才是这篇更新真正的信息量。

TL;DR

Strata 0.2.9 的 Prefill 提速来自矩阵核心内核，不是模型变聪明了

32K 提示词从 778 → 1460 tok/s（+88%），换算成等待时间：41 秒 → 22 秒

解码只涨 3%——因为本地 Agent 的瓶颈本来就不在生成

1-bit DeepSeek 下载要 241GB，61 项任务过 53 项，低于 2.25-bit 的 56 项

项目 2026-09-24 建仓，一个月 37k stars，MIT，C++

为什么 Prefill 比生成速度重要？

先拆这两个词。

Prefill（预填充）：把整段输入喂给模型、它读完、开始吐第一个字之前的那个阶段。这段是并行算的——所有输入 token 一次性过一遍网络。

Decode（解码）：一个字一个字往外蹦。这段是串行的——每吐一个 token 都要跑一遍完整前向。

传统认知里，聊天场景下 Decode 更重要：你盯着屏幕等字出来，字出得慢就难受。

Intel Arc on softon.top

本地 Agent 的瓶颈从来不是生成速度：Strata 0.2.9 把 Prefill 提了 88%，这才是关键数字

为什么 Prefill 比生成速度重要？