本地 AI

本地 AI 是 OpenHuman 值得关注的方向之一。对于私人记忆、工作资料、长期知识库和自动化操作，很多用户不希望所有内容都发送到云端模型。

本地模型适合什么

本地模型适合处理低延迟、低成本、隐私敏感或结构化程度较高的任务，例如分类、改写、简单总结、记忆整理、标签生成和本地资料问答。

本地模型不适合什么

如果任务需要强推理、复杂代码、长上下文、多步骤规划或高可靠执行，本地小模型未必足够。比较稳妥的方式是让本地模型承担基础任务，让强模型处理关键推理。

上手建议

先不要追求“全本地”。更实际的路径是：本地存储 + 本地可读记忆 + 可选本地模型 + 必要时云端强模型。这样能在体验、成本和隐私之间取得平衡。