Surface RTX Spark Dev Box 离线跑通 120B 模型：Intelligent Terminal 实战

微软的 Project Zemuth 设备——Surface RTX Spark Dev Box——最近在开发者社区引发关注。一段来自 YouTube 的实机演示显示，这台设备在完全离线的情况下，通过 Intelligent Terminal 运行一个 120B 级别的大模型，并成功完成了一个真实的开发运维任务：从 Windows 镜像自动构建可启动虚拟机。

核心看点：本地 120B 模型驱动终端 Agent

演示由 Clint 和另一位主持人共同完成。Clint 的日常痛点是反复手动创建虚拟机、应用新镜像来测试应用体验。团队希望在物理设备就绪前，用虚拟机做快速冒烟测试，但流程繁琐、重复性高。

这次他们尝试用 Intelligent Terminal 内置的 agent 面板来解决这个问题。Intelligent Terminal 是 Windows Terminal 的开源分支，界面与普通终端相似，但底部多了一条 agent 状态栏。按下 Ctrl+Shift+Period 即可唤出 agent 面板，它始终保有当前 shell 的上下文，相当于一个内置的结对编程助手。

主持人将一段描述粘贴进 agent 面板：“我有一个 Windows 镜像想创建 VM，但我经常做这件事，应该怎么做？”本地运行的 QEM（演示中称为 QEM 3.5，1220 亿参数）模型几乎立刻给出建议：如果这是日常任务，应该创建一个 skill，并推荐了名为 WIMFoldered 或 Hyper-V VM 的技能，说明它理解 WIM 是 Windows 镜像格式，也清楚本地环境使用 Hyper-V。

WIM（Windows Imaging Format） 是微软自 Windows Vista 起采用的基于文件的磁盘映像格式，用于封装 Windows 安装介质与系统镜像（如 install.wim）。与早期基于扇区的映像不同，WIM 支持单实例存储（相同文件只存一份）、可挂载编辑、可拆分与增量追加，因此成为 Windows 部署与恢复的基础。文章中的模型能识别“WIM 是 Windows 镜像格式”，意味着它把用户提供的构建产物正确理解为可部署的系统映像，并据此选择挂载与应用映像的步骤，而不是把它当作普通压缩包处理。

模型无关与 ACP 兼容：Bring Your Own Agent

Intelligent Terminal 的另一个关键设计是模型无关。你可以在设置中的 agents 标签页里切换任意 agent。演示中，主持人展示了如何接入本地模型：点击 add endpoint，填入 URL 和 ID，如有 API key 再补充即可，几秒钟就完成了 QEM 的配置。

这意味着同一个 agent 面板可以对接 GitHub Copilot、Claude、Gemini，也可以对接 Ollama 上运行的本地模型。主持人强调，Intelligent Terminal 完全开源，是 Windows Terminal 的开源分支，且兼容 ACP 协议——任何支持 ACP 的 agent 都能直接接入 agent 面板。

ACP（Agent Client Protocol） 是一套让终端/编辑器与 AI agent 之间标准化通信的协议：客户端负责界面与用户交互，agent 侧负责推理与工具调用，双方通过结构化消息交换上下文、权限请求与执行结果。它的意义在于解耦——只要 agent 实现 ACP，就能被任意兼容的宿主接入，而不必为每个产品单独适配。文中“模型无关”与“兼容 ACP”是两层不同的事：前者指可切换底层模型（云端或本地），后者指可切换 agent 实现本身。二者叠加，用户才能既用 Copilot/Claude，也用 Ollama 上的本地模型，而界面与工作流保持不变。

实战：一句话让 120B 模型构建可启动 VM

演示的高潮是让模型真正执行任务。主持人在一个 demo 文件夹中放置了 WIM 镜像文件，然后在 agent 面板输入：“take the build that I have in this repo and give me a bootable VM”。

模型识别出应使用刚创建的 WIM to Hyper-V skill，自动找到构建文件并开始制作 VM。过程中它请求 sudo 权限，随后挂载 ISO、构建虚拟硬盘，全程无需人工逐步干预。

主持人打开任务管理器展示资源占用：这台设备拥有 128GB 内存，模型运行期间用掉了约 98GB，确实在压榨硬件极限。但即便如此，整个 VM 构建过程只花了几分钟。

最终，VHD 完全启动，进入 Windows 的 out-of-box experience，一个指向指定镜像的可启动虚拟机就绪。主持人总结：下次需要新 VM，只需在 Intelligent Terminal 里打开文件夹说一句“give me VM”，agent 就知道该做什么。

Hyper-V 与 VHD/VHDX 是理解本次演示的关键背景。Hyper-V 是 Windows 内置的 Type-1 管理程序（hypervisor），通过虚拟交换机、虚拟磁盘等组件承载虚拟机；VHD/VHDX 则是其使用的虚拟硬盘格式，其中 VHDX 支持更大容量、日志与抗损坏能力。要让一个 WIM 镜像变成“可启动虚拟机”，典型流程是：创建虚拟硬盘、分区并格式化、应用（apply）WIM 映像、配置引导记录与 BCD、再挂载到 Hyper-V 启动。演示中模型自动完成挂载 ISO、构建虚拟硬盘等步骤，正是把这些离散命令编排成一条可复用的 skill，这也解释了为何它需要请求 sudo/管理员权限。

为什么本地模型值得关注

主持人明确指出，同样的任务完全可以用 Copilot、Claude 或 Gemini 等云端模型完成，但这次全部发生在这台本地设备上。其价值在于：数据始终留在本地，不受网络环境影响，提供“unmetered intelligence”——不受计量限制的智能。

对于 Project Zemuth 级别的设备（包括笔记本和 dev box），这种能力意味着开发者可以在任何地方离线工作。演示者也强调，这只是一个细分场景的例子：把重复任务沉淀为 skill，下次只需一句话。日常工作中，他也会在跑 NPM 构建、修 bug 时随时跳进 agent 面板说“记住这个，建个 skill”，让终端逐步积累可复用的自动化能力。

“skill”在此语境下指可被 agent 复用的任务封装：把一段成功的操作流程（如“WIM 转 Hyper-V 可启动 VM”）固化为带名称、触发条件与步骤的技能，下次用自然语言点名即可调用，而不必重新推导命令序列。它与传统脚本的区别在于，skill 由模型在对话中生成与维护，能携带意图描述和上下文假设，也更容易被模型在相似场景下自动检索。正因如此，演示者才强调日常跑构建、修 bug 时随时让 agent“记住这个、建个 skill”，使终端的自动化能力随使用逐步沉淀，而不是一次性提示词的消耗品。

如何获取

Intelligent Terminal 可通过 Microsoft Store、GitHub 或 winget 安装，命令为 winget install microsoft.intelligentterminal。演示者鼓励开发者把本地模型和自己喜欢的 agent 接进去试用，并向开源社区反馈需求。

对于关注本地 AI 推理与终端自动化的开发者来说，这个演示展示了一条清晰的路径：大模型不必上云，终端本身就可以成为智能 agent 的运行载体。