夜雨聆风2025年5月27日到2026年4月19日，一加13，Gemma，和一个开发者的私人观察。
我第一次使用这个APP 是在2025年5月27日的晚上。
从git下了APK，还得去Hugging Face 生成Token。当时很考验网络。我问了它一个问题，屏幕上字一个一个往外蹦——慢得像我家里的老式热敏打印机，但它真的在我手机里跑。
那个瞬间我记得很清楚。没有网、没有API、没有云——就是一部手机，在我手里，开始说话。
随后我就在群里推荐了这个软件。
那天之后300多天过去了。今天我再打开打开，Gemma 4 E4B 更强了，AI Chat 多了个思考模式的开关，Agent Skills 带着个"New"标签亮在首页。
它似乎长大了，可以说从玩具过渡到生产力工具了。
一、300多天里，它做了哪些事
我手里的机器：一加13，24GB+1TB，骁龙8至尊版。
早期版本（2025年5-8月）基本是"能跑，但不好用" 的状态：端载、Token、下载中断、每秒几个token，界面还是浓浓的安卓风。那时候用它的人，靠的是"我的数据很重要"的信念，不是产品本身。
中段（2025年秋到年底）是肉眼可见的爬坡：Gemma 3 上线，速度翻倍，不用Token 了，APK 安装流程也顺了。
转折点在2026年4月——上了Google Play和AppStore，带着Gemma 4 一起。
AI Edge Gallery 是运行全球最强大的开源大型语言模型 (LLM) 的首选平台，让您在移动设备上即可体验高性能的生成式 AI——完全离线、私密且速度极快。
这个版本，我连续用了1周，得出一个结论：它终于从"我愿意用"变成了"可用"。
具体差别在哪？
装机60秒，模型应用内直接拉（最终还是依赖你网络)；
E4B 跑起来每秒20+ tokens（肉眼跟读无压力）；
飞行模式随便开，整套流程不掉链子；
这种节奏在今天的AI圈不算多见。多数产品要么发布时炸裂、半年后陷入沉寂，要么跳票跳到你忘了它。Edge Gallery 的路线更笨一点——每隔几个月交一次作业，每次你都能感觉到它比上次好一点。
作为一个长期写代码的人，这种"稳定迭代"背后是什么：一个没被KPI 逼疯的团队，在按工程师的节奏做事。 这种团队做出来的东西，用起来是放心的。
二、几个让我愿意继续用它的功能
OCR + 总结
这是我用得最多的场景。
会议纪要截图、扫描合同、带公式的笔记——丢进去，等几秒，出一份结构化摘要。E4B 的识别率肉眼超过95%，繁简混排能读懂，LaTeX 公式能还原。
过去做这件事，我要打开两个APP：一个做OCR，一个做总结。现在一个2.8GB 的本地模型，一次干完，而且屏幕上的每一个字都没离开过我这部手机。
对开发者来说这意味着什么？意味着涉及NDA的代码截图、涉及客户隐私的合同扫描件——我可以放心丢给它。云端AI 不敢，它敢。
Thinking Mode（思考模式）
这个开关藏在AI Chat 的设置里。打开它，Gemma 4 回答前会先把自己的推理过程写出来——就像你做数学题时摊开的那张草稿纸。
因为我知道这是什么——这是DeepSeek系列和Claude 的招牌能力。过去一年，整个AI圈都在卷"推理透明度"，卷"让模型把思考过程说出来"。这是前沿实验室的叙事。
然后Google 把它塞进了一个离线跑在手机上、不到4GB 的开源模型里。
当我关掉Wi-Fi、开飞行模式、看着Gemma 4 在我手机屏幕上一行行写出它的思考过程——那种感觉不是"哇这个功能好酷"，而是"原来这件事真的可以这样做"。
Agent Skills
这个功能还很早期——能渲染地图卡片、能从URL 加载自定义Skill。现在能玩的花样不多，但"从URL 加载Skill"这件事本身很重要——可以把你实现的技能快速复用。
三、目前它不行的地方
不联网 = 知识冻结
我问它"4月17日市场监管总局那个35.97亿的罚单"，它告诉我"暂无相关信息"。问小米SU7 Ultra 最新售价，它报了一个过时的数字。
这不是Bug，是端侧AI 的物理本质——模型冻在你下载的那一刻。它像一本印刷好的百科全书，厚、准、快，但不会更新了。
它能当工具箱，不能当新闻源。
长文和复杂推理，E4B 力不从心
让它写3000字的东西，1200字就开始重复兜圈子。多步推理有概率中途想歪（开Thinking Mode 救不回来——你能看到它在哪一步歪了，但改不了）。
这不是硬件的问题，是参数量决定的。Gemma 4 E4B 是个水桶选手，不是偏科天才。真要做深度推理，它远远打不过云端的GLM-5.1 或Claude Opus 4.7。
发热和耗电的账
一加13 连续推理5分钟，背面能感觉到温度。1小时重度使用掉电15-18%。
端侧AI 省下来的不是算力，不是流量——算力和电的账，一分不少地付在你手机上。
对小白依然不友好
Prompt Lab 里的temperature、top-k，普通人看了就想关APP。这款产品的目标用户画像，其实一直没变——它面对的是愿意折腾的人，不是所有人。
四、300多天我的感受
值得装的：手机内存12GB 以上，芯片是8Gen+旗舰机的用户、律师/医生/财务这种对隐私敏感的职业、经常没网的差旅党、数码发烧友、想玩端侧Agent 的开发者。
不必装的：运存小于12GB的、只是偶尔问两句的普通用户、需要最新信息的。
这些话写在这里像个购物指南。但我真正想说的不是这个。
让我回到2025年5月27日那天晚上。
第一次看着Gemma 在我手机里慢慢吐字，我想起的不是什么"端侧AI 的未来"，只让我确认了一件事：这东西真的在我机器里跑。
和云端AI 之间永远有一层玻璃——你把问题递过去，答案递回来，中间发生了什么你看不见，且有的协议虽然说不用你的数据去训练，但结果谁知道呢？
端侧AI 不一样。它在你手机里跑，热量是你的，电是你的，推理过程是你的。你甚至能听到它的呼吸，能看到它的草稿纸，能在没网的地铁上、在飞机上、在地下室里——就你和它，别的什么都没有。
这不是一个更好的AI。 这是一种更贴身的AI。
300多天前我以为我在装一个玩具。 300多天后我才明白，我其实是在把一小块AI，焊进了我的日常。
至于它会不会成为主流——老实说，作为一个写了多年代码的人，我不太关心。
我只知道，在算力紧张的今天，在隐私焦虑的今天，今晚你坐最后一班地铁回家时，无论你的手机有无信号，你可以放心的把你的情感垃圾丢给她。
以上就够了。
