在小内存 Mac 上跑大模型，常见瓶颈不是“算不动”，而是“搬得慢”：MoE（混合专家模型）虽每次只调用少数参数模块，却仍要把大量专家权重存进 SSD，需要时再读入内存。就像后厨等订单来了才去仓库取食材，计算过程常被存储延迟卡住。
开发者 carloslfu 为 slotstream 实现了 expert lookahead：在当前计算进行时，用 Qwen 的路由器——负责决定每个 token 交给哪些专家的小型网络——根据当前隐藏状态预测两层之后可能需要的专家，并提前加载。作者称，这让采用专家卸载和 SSD 流式加载的 Qwen 3.8 flash 在已有多项优化之上再提速超过 10%。
有意思的是，作者起初训练了一个小模型做预测，反复实验后却发现，模型自身就是更好的预测器，最终把前瞻距离定为两层；另加的小型纠正模型据称还能带来约 3%—4% 提升。上述结果来自作者在 Reddit 的自述，材料未披露完整测试配置与可复现实验数据，因此更适合看作一项实用的工程进展，而非普遍性能结论。