mythos-qwythos/qwythos

# Qwythos — 无审查的 Mythos 级桌面工作室 [](https://github.com/mythos-qwythos/qwythos/releases/latest) [](https://github.com/mythos-qwythos/qwythos/releases/latest) [](https://github.com/mythos-qwythos/qwythos/releases/latest) [](https://huggingface.co/empero-ai) [](LICENSE) Anthropic 将 Claude Mythos 智能锁在了政府合同背后，并用极端的审查机制削弱了 Fable 5。**Qwythos Desktop** 将这种前沿级别的推理能力带到了您的本地机器上。这是一个完全无审查、具有 100 万 token 上下文、90 亿参数的 AI 引擎，被打包成适用于 Windows 和 Mac 的原生桌面客户端。您可以直接投入 zero-day 漏洞利用代码、分析 EDR 绕过技术，并在本地对恶意软件进行逆向工程——没有 API 限制、内容过滤器或供应商监控。 通过仅使用助手 loss 函数，从超过 5 亿 token 的高质量 Claude Mythos 和 Fable 轨迹中蒸馏而来，底层的 **Qwythos-9B** 架构相比其基础版本实现了巨大的 **+34.3 MMLU 提升**。经过 Heretic abliteration pipeline 处理（实现了 0.0066 的微小 KL 散度），该模型被永久剥离了企业安全分类器。您将获得 Anthropic 顶级的精英分析能力，并在您自己的硬件上本地执行。 ## 💻 混合突发推理：RTX 3060 上的前沿 AI 开源 AI 面临的最大障碍是硬件。您不应该需要一台价值 40,000 美元的服务器机架才能运行顶级推理。**Qwythos Desktop** 引入了革命性的 **Hybrid Burst** 架构，旨在让大众都能用上海量上下文窗口。 得益于先进的 GGUF Q4_K_M 量化和 MLX 框架集成，核心模型的大小仅为 5.6 GB。这意味着整个智能引擎——包括其密集的 `` 推理路径和原生的 tool-calling 能力——可以毫不费力地装入标准消费级 **NVIDIA RTX 3060** 的 12GB VRAM 或基础款 Apple M1 Mac 中。 当您的工作负载是标准的（聊天、编写脚本、本地文件分析）时，100% 的计算都在您的本地 GPU 上进行。但是，加载 **1M token 上下文**（例如整个企业代码库或数百个 PCAP 日志）需要为 KV-cache 分配巨大的内存。Qwythos Desktop 不会因为内存溢出（OOM）而崩溃，而是无缝触发 **Hybrid Burst Mode**。客户端将繁重的 KV-cache 处理动态卸载到您配置的 API（Bring-Your-Own-Key 或兼容的后端 endpoint）上，同时将核心推理循环保持在本地。这样，您在进行标准任务时可以享受本地隐私，而在需要吞下整个代码库时，则可以使用无限的云支持内存。 ## 🛡️ 强制数据保留的终结 使用云模型进行 InfoSec 本质上是不安全的。Anthropic 对其 Claude Fable 5 商业部署执行严格的、不可选择退出的 30 天数据保留政策。将敏感的企业基础架构日志、专有代码或未修补的漏洞输入到云 API 中，实际上是将您的 zero-day 漏洞泄露给了第三方供应商。 **Qwythos Desktop** 在 **Zero-Trust（零信任）** 范式下运行。 通过将模型从云端拉出并放入原生可执行文件中，我们切断了遥测循环。该应用程序完全在您的硬盘上分析攻击载荷、勒索软件杀伤链和 TLS 握手结构。这里没有中间人，没有“信任与安全”监控守护进程，也没有扫描您 prompt 的 API 网关。您的威胁情报保持完全的物理隔离状态。 ## ⚙️ 核心桌面功能 **深度无审查的 Cybersec：** 与那些在被要求提供技术深度时只会生成通用免责声明的“已对齐”模型不同，经过 abliteration 处理的 Qwythos 引擎能够真正满足需求。您可以获得针对 SQL 注入、进程注入规避技术和 MITRE ATT&CK 勒索软件路径的、具有可操作性的防御者导向分析，而无需 AI 对您进行道德说教。 **1M YaRN 超级上下文：** 桌面客户端利用 YaRN (Yet another RoPE extensioN) 以及直接集成到配置中的 4.0 缩放因子。将 500,000 行代码拖入工作区；Gated DeltaNet 线性注意力机制将以次二次方内存扩展对其进行处理，在数十个相互关联的文件中保持极其精准的准确度。 **原生 Mythos 推理（CoT）：** 我们不仅仅是用一个 prompt 包装了一个基础模型。Qwythos-9B 使用通过专有 *rethink* 工具生成的合成 Chain-of-Thought (CoT)。在回答之前，模型会打开一个 `` 块来提出假设并测试变体，反映了 Claude Mythos 的精英分析节奏。 **自主代理（Tool Calling）：** Qwythos 原生支持 XML function calling (``)。赋予桌面客户端访问其沙盒终端或 Python 执行器的权限，它将独立搜索 hashcat 模式、执行 Nmap 扫描或查询医学药理学数据库，并实时自我修正其轨迹。 ## 📊 竞争定位 | 功能 | Qwythos Desktop | Claude Fable 5 | Claude Opus 4.8 | Qwable-9B | |---|---|---|---|---| | **无审查 Cybersec** | **是 (Heretic Abliterated)** | 否 (自动路由到安全模型) | 否 (严格护栏) | 否 (继承 Fable 审查) | | **本地执行** | **是 (RTX 3060 / Mac 原生)** | 否 (仅限云端) | 否 (仅限云端) | 仅限 CLI | | **上下文窗口** | **1,048,576 Tokens** | 1,000,000 Tokens | 200,000 Tokens | 262,144 Tokens | | **数据隐私** | **零数据保留** | 30 天强制记录 | 标准记录 | 开源 / CLI | | **成本特征** | **免费 / 自带算力** | $15.00 / 1M Tokens | $15.00 / 1M Tokens | 免费（能力较弱） | *(注：Qwable-9B 是一个纯粹基于公开轨迹训练的替代性开源蒸馏模型。它保留了企业审查机制，在高级 DevOps 和 InfoSec 推理方面，与 Qwythos 专有的 Mythos 轨迹数据集相比表现不佳。)* ## 📥 安装 忘掉 Python 环境、Hugging Face token 和编译自定义 CUDA 内核吧。Qwythos Desktop 被打包为一个独立的应用程序，内部已捆绑推理引擎。 * **Windows：** 从 **[最新发布](../../releases)** 下载 `Qwythos-Setup.exe`。运行安装程序。 * **macOS：** 从 **[最新发布](../../releases)** 下载 `Qwythos-Native.dmg`。将其拖入“应用程序”。(支持 Apple Silicon 和 Intel 的通用二进制文件)。 双击启动。该应用程序会自动检测您的硬件，选择最佳的量化配置文件，并启动本地引擎。 ## ❓ 常见问题 **1. 为什么这个软件完全免费使用？** 底层的 Qwythos-9B 模型由 Empero AI 根据宽松的 Apache 2.0 许可证分发。我们提供原生桌面包装器、GUI 和本地推理引擎（通过捆绑的 llama.cpp/MLX），作为一个完全免费的、基于 MIT 许可证的开源项目。您只需为电费付费，或者如果您选择使用 Hybrid Burst 卸载功能，则需支付外部 API 费用。 **2. 当我的 RTX 3060 处理 100 万 token 庞大代码库而卡顿时，会发生什么？** 您的 VRAM 可以轻松处理模型权重（Q4_K_M 为 5.6GB）。当您粘贴一个导致 KV-cache 超出您剩余 VRAM 的庞大文档时，Qwythos Desktop 会无缝切换到 Hybrid Burst 模式。它将上下文缓存卸载到您指定的 API endpoint，从而在不导致系统崩溃的情况下保持界面响应速度。 **3. 将一个故意设置为无审查的 AI 接入我的本地终端安全吗？** Qwythos 应用程序在受限的本地沙盒内运行外部工具执行。然而，由于模型的安全约束已被完全 abliteration，如果您明确要求，它*确实会*编写破坏性代码。您正在使用的是一款专业的红队对抗工具；您需对在您的主机上执行的 payload 承担全部责任。 **4. 为什么我要使用它而不是 Qwable-9B 蒸馏模型？** Qwable-9B 严格基于早期 Fable 5 轨迹的有限公开数据集进行训练。它继承了 Anthropic 的企业客套、毫无生气的拒绝机制，并在复杂的 DevOps/Cybersec 边缘情况下挣扎。Qwythos-9B 基于超过 5 亿 token 的精英内部 Mythos 轨迹进行训练，并被精准地去除了审查机制，使其在技术研究方面具有根本性的优势。 **5. 1M YaRN 超级上下文在实际中到底是如何运作的？** 模型没有使用在长距离上会失效的标准注意力机制，而是利用了 Gated DeltaNet 线性注意力机制以及 4.0 的 YaRN (Yet another RoPE extensioN) 缩放因子。在实际操作中，这意味着您可以将 15 个不同的 PDF 白皮书、一个 50,000 行的服务器日志和一个 Python 代码库拖放到聊天中，模型将能在不产生幻觉的情况下，准确引用第 400 页上的某个特定变量。 ## 🔒 隐私与安全模型 * **零遥测：** 该应用程序绝对不包含任何分析跟踪器、崩溃报告程序或使用情况信标。 * **物理隔离运行：** 一旦权重下载完成，核心推理引擎在运行时完全不需要互联网连接。 * **仅限本地存储：** 所有 prompt、工作区和聊天记录都经过加密，仅存储在您的本地存储驱动器上。 * **可审计的沙盒：** 原生工具执行环境是隔离的；您必须明确授予客户端读取或写入项目文件夹外部目录的权限。 * **无供应商锁定：** 开放权重，开源客户端。Anthropic 无法通过 API 封禁撤销您的访问权限。 ## 🗺️ 路线图 * **v1.2** — 全面支持 Multi-Token Prediction (MTP) 层，实现两倍生成速度。 * **v1.3** — 点对点集群 KV-cache 卸载（将 VRAM 与局域网内的机器结合使用）。 * **v2.0** — 利用本地引擎的后台 IDE 扩展钩子（VS Code / JetBrains）。 ## 免责声明 这是一个独立的桌面开源客户端，旨在运行 Empero AI 的 Qwythos-9B 模型。它不隶属于、也不受 Anthropic、阿里巴巴或 Empero AI 认可或赞助。“Claude”、“Mythos” 和 “Fable” 是 Anthropic 的商标。它们在本仓库中的使用严格用于比较和指示性合理使用目的，以描述开放权重模型的训练谱系和能力目标。除非用户另行配置，Qwythos Desktop 完全依赖于本地执行。请确保您对无审查 AI 的使用符合有关网络安全和恶意软件分析的当地法规。

标签：DNS 反向解析, Go语言工具, 云资产清单, 人工智能, 去审查模型, 实时告警, 本地大模型, 桌面客户端, 用户模式Hook绕过, 逆向工具, 逆向工程