学习使用本地AI：令人兴奋、不知所措又令人沮丧
内容提要
作者为保护隐私在本地运行AI，于Mac Studio上安装开源Hermes Agent和Qwen模型，通过Telegram控制，完成每日简报、整理Steam游戏库、分析财务数据等任务。他认为本地AI虽强大但并非万能，仍会出错，应视为工具而非朋友，保持谨慎。
延伸解读
本地AI的隐私优势与硬件门槛
作者因不愿将个人数据交给云服务而选择本地运行AI，这凸显了隐私是本地AI的核心吸引力。但本地AI需要强大硬件支持，例如作者使用的Mac Studio拥有256GB统一内存，才能运行1250亿参数的大模型。对于普通用户，硬件成本可能成为主要障碍，需权衡隐私需求与投入。
实际任务中的表现与局限
作者通过Hermes Agent完成了每日简报、整理Steam游戏库、分析财务数据等任务，展示了本地AI的实用性。然而，这些任务并非一帆风顺：每日简报曾多次失败，整理游戏库需授予API权限，自动化基准测试仍在进行中。这表明本地AI虽能处理特定任务，但可靠性和易用性仍有待提升。
工具而非朋友：保持谨慎的使用心态
作者强调本地AI只是工具，不应视为朋友，因此避免使用礼貌用语，保持冷静指令。这种态度有助于用户理性看待AI能力，避免过度依赖。同时，作者提醒需保持警惕，因为本地AI仍会出错，且授予权限可能带来安全风险，需及时撤销不必要的访问。
Q&A
作者为什么选择在本地运行AI而不是用云端服务？
作者出于隐私考虑，不愿将最个人化的数据交给云服务，因此选择在本地运行AI模型。
作者在Mac Studio上安装了哪些本地AI工具和模型？
作者安装了开源Hermes Agent，并选择了Qwen 3.8 Flash Next模型（1250亿参数，约105GB）。
作者如何用本地AI控制自己的Steam游戏库？
作者让Hermes查看已安装的Steam客户端，并注册Steam web API密钥交给Hermes，然后让它按类型自动分类400多款游戏，同时保留自定义分类。
作者用本地AI做了哪些涉及敏感数据的任务？
作者让Hermes分析财务记录、制作笔记本电脑规格对比表，这些任务因涉及敏感数据或 embargo 信息，不适合上传到云端。
作者认为本地AI目前有哪些不足？
作者认为本地AI并非万能，仍会出错，例如每日简报多次失败；它只是一个工具，不能当作朋友，需要保持谨慎。
作者对本地AI的态度是什么？
作者认为本地AI令人兴奋、不知所措又令人沮丧，但将其视为工具而非朋友，保持冷静和谨慎，不与其客套。
