中文翻译

摘要: 本文探讨了在手机上运行本地大语言模型（SLM）的实用价值。相比云端 AI，本地模型虽能力稍弱，但具备数据完全私密、无需联网等核心优势。文章重点介绍了两大场景：一是作为“思维伙伴”，处理高度私密的思考与创意测试，甚至可开启飞行模式实现物理隔离；二是整理杂乱笔记，将碎片化信息快速归纳为结构清晰的文本。这种本地化体验让 AI 更安全、更自主地融入日常生活与工作流。

正文

在手机上运行本地大语言模型的 5 个实用场景

作者：Raghav Sethi / MakeUseOf

图片来源：Raghav Sethi / MakeUseOf

撰文：Oluwademilade Afolabi

发布时间：2026 年 4 月 16 日，下午 3:00（EDT）

Oluwademilade Afolabi 是一位科技爱好者，拥有超过五年的写作经验。他于 2022 年加入 MakeUseOf（MUO）团队，专注于消费科技、iOS 与 Android 系统、人工智能、硬件、软件以及网络安全等领域的报道。除 MUO 外，他的作品还曾发表于 HowtoGeek、Cryptoknowmics、TechNerdiness 和 SlashGear 等平台。

Oluwademilade 毕业于尼日利亚伊巴丹大学医学院，获得医学学位。他在公共服务领域表现卓越，曾被联合国下属学生组织授予“全球行动大使”称号，以表彰其在 2020 年为推动全球积极影响所做出的努力。该荣誉于马来西亚吉隆坡颁发。

闲暇之余，Oluwademilade 热衷于测试新推出的 AI 应用与功能，为亲友解决技术难题，学习新的编程语言，并尽可能多地探索世界各地。

请登录您的 MakeUseOf 账户

每次向 ChatGPT、Gemini 等云端模型发送提示词时，数据都会经过互联网传输，最终抵达某处的服务器，成为你无法直接感知的系统的一部分。这种权衡通常被认为是值得的，因为云端模型往往更快、更智能、也更易用。

然而，在我的手机上本地运行小型语言模型（SLM），彻底改变了我使用 AI 的方式。这种体验更加私密，有时甚至比预期更实用。虽然其能力不及云端 AI，但在某些特定场景下，它反而是更好的工具。

以下是我在手机上使用本地大语言模型（LLM）时最实用的几种方式。

相关阅读：

我不再需要 Perplexity，因为我的本地 LLM 做得更好

Perplexity 曾经很棒——直到我的本地 LLM 让它显得多余

作者：Yadullah Abidi

1. 把它当作思维伙伴

适用于那些我不想让数据离开手机的问题

图片来源：Oluwademilade Afolabi / MakeUseOf

有些问题，你在输入到 ChatGPT 或 Google 之前总会犹豫一下。并非因为它们不合适，而是因为它们足够私密，让你觉得将这类信息发送到与你账户关联的服务器并不安心。“过于私密”的标准因人而异，但几乎每个人心中都有一条无形的界限。

现在，我会把这些问题交给本地模型来处理。对话完全保留在我的设备上；如果希望更加谨慎，我还可以将手机切换至飞行模式，实现真正的物理隔离（air-gapped）。此时，整个交互过程仅涉及你与模型本身，与外界毫无连接。

这改变了我使用 AI 的方式：我更愿意大声思考、测试尚未成型的主意，或提出那些原本会留给自己斟酌的问题。

（注：原文中出现的 "MNN Expand Collapse" 疑似排版错误或无关内容，已忽略。）

2. 将杂乱的笔记丢进去，重新梳理出结构

把零散想法整理成条理清晰的文本

图片来源：Oluwademilade Afolabi / MakeUseOf

当你随手记下一堆杂乱无章的笔记、语音转文字草稿或碎片化灵感时，本地 LLM 能迅速帮你归纳重点、提炼逻辑，并生成结构清晰、易于理解的文本。由于所有处理都在设备本地完成，敏感信息无需上传，既高效又安全。

这一功能特别适合用于会议记录整理、日记润色、项目规划初稿撰写等场景。

来源: Brave/makeuseof.com

采集时间: 2026-04-17 20:23:57