把 AI 装进自己的电脑,数据从此只属于你—

把 AI 装进自己的电脑,数据从此只属于你——LM Studio 本地部署入门

AI 时代，信息比任何时候都多，但真正有用的越来越少。
这里是我们为你留的一块地方——不追热点，不贩焦虑，只写普通人读完就能用上的东西。
📌 不想错过新文章？先做这一步：
点击文章标题下方「☆」→「设为星标 ⭐」
已星标的账号，微信会优先推送，不会淹没在订阅列表里。

你有没有想过一个问题：

你每次把工作文件、客户信息、财务数据发给 Claude 或者豆包的时候——

那些数据，去了哪里？

大厂的服务器。

大厂的训练数据池。

大厂的算法优化里。

你不知道它会不会被用来训练下一代模型，不知道平台政策哪天会变，不知道数据会不会在某次安全事故里泄露出去。

如果你问的是「帮我写一首诗」，这无所谓。

但如果你处理的是公司内部战略文档、个人财务数据、私密的工作复盘——

用云端 AI 处理这些内容，本质上是在裸奔。

这篇文章，教你把 AI 装进自己的电脑，完全断网也能跑，数据一个字符都不会离开你的硬盘。

你的电脑跑得动吗？先自查

本地部署需要消耗硬件资源。在开始之前，对照一下你的设备：

苹果用户

M1 PRO/ M2 PRO / M3 PRO 以上芯片的 Mac，内存 16GB 以上
16 GB 跑超轻量版，32 GB 以上跑量化版本，体验明显更好
Mac mini M4 系列芯片对 AI 推理的优化，性价比极高

Windows 用户

必须有 Nvidia 独立显卡（N卡），推荐显存 16GB 以上
推荐 RTX 3090 以上，RTX40系列 16G 可以流畅运行
只有集成显卡或 AMD 显卡的，建议先用云端方案

第一步：安装 LM Studio——大模型的「播放器」

不用学 Python 环境配置，不用搞 Docker，不用看任何技术文档。

LM Studio 就是大模型界的「暴风影音」——下载、点击、运行，就这么简单。

打开浏览器，搜索 LM Studio，进入官网 lmstudio.ai
点击首页的 Download 按钮，根据你的系统选版本
像安装微信一样双击下载好的安装包进行安装，一路下一步

安装完成，打开，你会看到一个干净的界面。

第二步：把 DeepSeek 搬回家

LM Studio 只是个壳，还需要装入模型文件。

我们要找的是 DeepSeek R1 的压缩版本——智商基本保留，但对硬件要求大幅降低。

打开 LM Studio，点击左侧的**放大镜图标**（搜索）
搜索框里输入：`DeepSeek`
在搜索结果里，点击搜索到的DeepSeek模型版本，右侧会自动显示适合当前显卡部署的版本
点击 Download，等进度条跑完

文件大小大概 5-8GB，下载需要一点时间，可以先去做别的事。

第三步：断网测试，感受一下「完全属于你的 AI」

现在做一件事：把 WiFi 关掉，或者拔掉网线。

完全断网状态下：

点击 LM Studio 左侧的**对话气泡图标**（AI Chat）
顶部下拉菜单里，选择刚才下载的 DeepSeek R1 模型
把一份你日常工作的文件直接拖进对话框

试着问它：「根据这份文件，帮我梳理三个最需要解决的核心问题，并给出优先级建议。」

然后看它回答。

断网了，它还在运行。

数据没有经过任何服务器，没有被任何大厂看见。

这就是「私有 AI」的感觉。

这个功能，比你想象的用处大得多

举几个真实场景：

场景一：处理公司机密文件

把季度报告、竞品分析、内部战略文档丢进去。

让 AI 帮你提炼关键结论，找出数据异常，或者对比不同方案的优劣。

全程断网，公司信息不出本地。

场景二：分析个人财务数据

把银行流水、支出记录、投资账单导出成 Excel，拖进 LM Studio。

直接问：「我过去六个月的最大资金漏洞在哪里？如果月收入减少 30%，我的现金流能撑多久？」

AI 给你一份精准到令人害怕的个人财务分析。

换成云端 AI，你敢传吗？

场景三：构建「私有知识库」

把你工作以来所有的复盘笔记、项目总结、学习记录整理成 TXT 文件。

定期喂给本地 AI。

一年后，你拥有了一个懂你所有经历、所有思维模式、所有行业积累的「私人顾问」。

它不会把你的信息卖给别人，也不会因为平台封号而消失。

云端 VS 本地，怎么选？

这两种模式不是非此即彼的，而是适用于不同场景：

场景	推荐方案
日常工作提效、内容创作	云端（ DeepSeek / 豆包，速度快）
处理敏感数据（财务/客户/公司机密）	本地（LM Studio，完全隔离）
搭建 24 小时自动运行的 Agent（OpenClaw）	云端（不占用本地算力）
构建长期个人知识库	本地（数据积累不依赖第三方平台）