Local把AI留在Mac里，账单写在内存上 (2026)

软件价格可以是 0 美元，硬件、模型和局域网的账单不会消失。

作者丨沐秋

Local 在 2026 年 8 月 21 日登上 Product Hunt 日榜，产品定位很直接：把聊天、写代码和会议记录放回 Mac 本机。1 2

AI 科技评论注意到，Local 把「免费」说得很轻，把设备要求说得很重。

01｜它省掉了云账单

Local 现在只支持 Apple Silicon Mac，安装应用和模型时需要联网，模型落地后可以离线运行。3

它把能力拆成 Chat、Coding、Meetings、Memory、Models 和 Analytics 几个入口。

Chat 可以读取 PDF，Coding 可以在指定项目目录里读、改、运行代码，Meetings 在设备上转写并标记说话人。3

Local 会读取芯片和统一内存，再推荐能跑得动的模型。

Base Compute 还把自研的 BaseRT 推理引擎编进应用，官方宣称同一模型最高可比其他本地应用采用的引擎快 5.4 倍。3

速度的来源很朴素：模型不跨网络往返，运行时还针对你的芯片编译。

Local 的公开口径是无云端、无账号、每个 token 费用为 0 美元。3 4

这笔账可以拆成三条路径。

路径	价格口径	数据去哪	用户仍要承担什么
本地模型	软件和 token 费用为 0 美元	当前 Mac	Mac 内存、模型下载、磁盘和电力 3
自带云端密钥	Local 不替用户承担模型供应商费用	OpenAI、Anthropic 或 OpenRouter 等供应商	API 账单、供应商规则和联网依赖 3
`Office Mode`	官网未单列额外价格	办公室里那台共享机器和局域网	服务器配置、访问控制和共享机器的维护 3

Base Compute 自己也把 8—16 GB、24 GB、32—128 GB 内存列成不同体验档位。3

所以「零 token 费」只说明每次推理不向云端按量付费。

它没有把一台更大内存的 Mac 变成免费设备。

Privacy Mode 的边界最清楚：官方写的是每个请求都在 Mac 上运行，记忆也留在本机。3

用户主动接入 GPT 或 Claude 后，数据会转给对应供应商；产品页把这条路径定义为可选云端能力。3

这让「本地 AI」变成了一个开关，而不是整款应用的永久属性。

Office Mode 更像把一台高配 Mac 变成办公室里的小服务器：最快的机器负责推理，其他电脑通过 Local 访问它。3

AI 科技评论最在意的，是 Office Mode 的门没有被产品页讲清楚。

官方页面解释了共享机器怎么工作，却没有公开认证、授权和局域网访问规则。

这不是小的文档瑕疵。

一台个人 Mac 只需要保护自己的文件，一台共享机器还要回答谁能连、谁能看见请求、谁能停掉服务。

我核对到的官网首页和 Local 产品页，公开隐私内容主要是一组 FAQ，独立隐私政策与服务条款入口仍未出现。3 4

Product Hunt 当前只有 1 条 Local 用户评测，页面总评分为 4.0。5

这条评测认可 Local 省掉了量化、模型选择和前端配置，用户称自己几分钟就完成了本地聊天，M 系列 Mac 上的会议转写也接近实时。5

同一条评测也提出了两个具体问题：Office Mode 的认证方式不清楚，模型在系统或硬件更新后可能重新选择，用户希望增加固定模型的选项。5

这条反馈足够说明产品值得试用，距离证明它适合长期托管真实会议和代码，还有一段距离。

先测硬件。 用一台 Apple Silicon Mac 安装 Local，记录内存容量、默认模型、下载大小和离线启动时间，再决定是否值得为更大模型换设备。3
先喂低敏内容。 先用公开资料、自己的语音备忘和测试项目，分别验证文件问答、会议转写和代码执行；客户文件、未公开代码和敏感会议留到最后。
逐个拨动出口。 先保持 Privacy Mode，只跑本地模型；再用自己的云端密钥跑同一任务，比较准确率、延迟和数据去向；最后才在隔离网络里测试 Office Mode，并确认共享机器需要什么认证。3 5
把验收写成结果。 会议要看漏词和说话人标签，代码要看改动是否可回滚，Office Mode 要看谁能访问和日志留在哪里。

Local 更像把云端水龙头拆掉，换成用户自己买的水箱。

每个 token 变便宜了，硬件、热量、模型选择和局域网责任还在用户手里。