【科技特寫】一人對決巨頭：Tom Turney與AI夥伴如何在7天內攀越Google技術高牆？

「當大廠提出數學理論的上限時，開源達人就能把它落地到你我的硬體上。」這句話在 2026 年 3 月成為了現實。

當 Google Research 釋出 TurboQuant 論文並引發全球記憶體類股劇烈震盪後，卻因「只給論文、不給程式碼」引發社群質疑。然而，獨立開發者 Tom Turney 僅憑一人之力，在 Claude Code 的輔助下，用 7 天時間完成復現與超越，宣告了「超級個體」時代的正式降臨。

一篇論文讓華爾街地震，卻留下一堆問號

2026 年 3 月 24 日，Google Research 在 ICLR 2026 發表了重磅論文 TurboQuant。該研究宣稱透過 PolarQuant 與 Walsh-Hadamard 旋轉技術，能將大型語言模型（LLM）的 KV Cache 壓縮達 6.4 倍，且幾乎零質量損失，注意力計算速度提升達 8 倍。

消息一出，全球硬體市場隨即地震。投資人擔心 AI 對高頻寬記憶體（HBM）的需求將因壓縮技術而崩盤，導致 Micron、Samsung、SK Hynix 等記憶體巨頭股價集體跳水。然而，Google 隨後展現了其一貫的封閉傳統：發布了精美的部落格與學術數據，卻未提供任何可運行的程式碼。

source

正當業界爭論這是否又是大廠的「行銷煙霧彈」時，前 Google 員工（Xoogler）、現為獨立開發者的 Tom Turney 站了出來。他帶著終端機與 AI 夥伴 Claude，在短短一週內撕開了這條技術裂縫。

source

七天開發日誌：從數學公式到 2747 tok/s 的奇蹟

Tom Turney 的開發過程如同教科書般精準。他利用 Claude Code 深度解析論文中高難度的隨機旋轉與量化邏輯，將抽象的數學符號轉化為實體效能：

• Day 1-3：核心演算法實作

  完成 Python 原型落地，並建立 141 個測試用例，確保 PolarQuant 的 3-bit 壓縮邏輯在數學上與論文一致。

• Day 3-5：硬體底層移植

  將程式碼移植至

  llama.cpp

  架構，並親手撰寫 Metal GPU 內核，正式支援 Apple Silicon 系列晶片。

• Day 5-7：極致工程優化

  透過 block-32 佈局與 half4 向量化運算，將預填（Prefill）速度從初期的 739 tok/s 飆升至 2747 tok/s，純工程優化提速達 3.7 倍。

他在這專案的Github指出，促成其成果的部分原因包括：

• Sparse V (稀疏化 Value 壓縮)：在長上下文推理時，跳過 90% 低關注度的 Value 解壓，使長文本解碼速度提升 22.8%。

• Asymmetric K/V (非對稱壓縮)：採取 Key 高精度、Value 狠壓縮的策略，完美平衡了推理品質與內存佔用。

• Temporal Decay (時序衰減)：讓舊的 Token 自動降低存儲精度，將記憶體利用率推向極致。

超越 Google 的「Plus」創新：開源社群的反向教學

Tom 不僅 100% 還原了 Google 的技術，更在 turboquant_plus 專案中加入了連 Google 論文都未提及的實戰創新，被 AI 創業家 David Hendrickson 譽為「真正的勝利（Real Win）」（下圖）。

效能實測：讓 MacBook 成為超級推理節點

這項技術對本地模型（Local LLM）用戶至關重要。以下是根據 GitHub 實測數據整理的技術對照表：

Solo Dev 時代的定義者

Tom Turney 的成功證明了：在 2026 年，一個具備數學底子的工程師，加上強大的 AI 助手，就能發揮勝過 15 人團隊的協調效率。一直以來，大廠的研究成果只會被封存在自家高牆內，如今透過開源精神與 AI 槓桿，一個人在週末有可能解決科技巨頭留下的謎題，並史無前例地降低了技術突破的門檻。

（責任編輯：歐敏銓）