夜雨聆风Armored Llama的GitHub页面还很新，你可以从那里获取并安装应用。首次启动后，应用会自动检测设备内存，然后从HuggingFace上筛选出文件大小合适的gguf模型。你只需要挑一个点下载，等进度条走完就能开始对话。应用把下载和配置门槛抹平了，你不需要手动编译llama.cpp或下载模型。
但“开箱即用”不等于“开箱好用”。应用把下载和配置的门槛抹平了，但跑模型稳不稳、速度快不快，全看你手机的底子。
在手机上跑大模型，最大的瓶颈不是CPU多快，而是内存（RAM）能分出多少给模型。Armored Llama已经替你想到了这一步：它会在启动时检测设备内存，并从HuggingFace上筛选出文件大小合适的gguf模型。你不需要自己计算内存占用，也不需要去翻模型参数表，应用列出来的就是理论上能跑起来的。
因此，选择模型这件事就变得很简单：打开应用，看它给你推荐了哪些，挑一个你感兴趣的下载试试。不用管什么参数量、量化等级，应用已经帮你做完了兼容性判断。唯一不确定的是，这些模型在你的手机上实际运行起来速度如何、会不会卡顿——而这正是本文无法回答的问题，因为Reddit原帖没有提供任何实测数据。
如果你不确定，就从小模型试起——能跑就换大一档。
手机上纯靠CPU跑推理，性能天花板比PC低得多。但具体到Armored Llama，目前没有任何公开的实测速度或发热数据，所以它在你手机上的表现完全未知。你可能得到流畅的体验，也可能慢到无法使用。如果你决定尝试，建议从小参数量的模型开始（应用会默认推荐较小的），然后耐心观察它的响应速度和手机发热情况，判断是否值得日常使用。
至于长时间使用会不会烫手、电池能撑多久，因为缺乏测试，我们也无从得知。唯一能确认的是：Armored Llama把安装和下载的门槛降到了最低，但最终的实际体验如何，需要你自己跑完才知道。
之前我们写如何在有限的硬件上跑大模型时，讨论过低配设备的潜力。现在轮到旧安卓手机了。如果你有一台内存较大的旧手机，可以尝试安装Armored Llama跑小参数量模型，理论上能用来离线翻译或生成短文本。而且不插卡、不联网，它就是一台随身离线AI盒子——隐私性比任何云端方案都强。不过，不同手机的定制系统差异大，实际兼容性还得自己试了才知道。
当然，你得接受它“不跟我抢着干活”的节奏，以及它的续航和发热表现需要你自己测试。如果你手头恰好有台淘汰下来的安卓机，不妨翻出来试试。项目托管在GitHub上，免费且开源，你可以去那里获取安装文件和源码。
这篇文章里没有实测速度、没有不同机型的对比表格——因为Reddit原帖只有应用推荐，没有跑分。在你自己下载之前，这些功课都得由你去补：什么芯片、多少内存、跑哪个模型、速度能不能忍，全得试过才知道。这个项目很新，社区反馈也还不多，但方向挺对——让手机本地AI不再只是极客的玩具。
这里是我的AI牛马，让 AI 替你打工，下期见。