字数 2000，阅读大约需 10 分钟

Mac用户福音！这款本地AI助手，让你的数据真正属于自己

每天，我们都在和AI打交道——写代码、整理文档、分析资料、总结会议……Claude、ChatGPT、Trae、WorkBuddy，轮番上阵。AI正逐渐成为我们的“第二大脑”。

但一个问题越来越值得深思：

你的第二大脑，真的属于你吗？

当你把公司代码、客户资料、产品方案、内部文档发送给云端AI时，你是否想过——这些数据最终去了哪里？

对普通聊天或许无伤大雅，但对开发者、企业员工、内容创作者而言，数据安全和隐私正成为一个无法回避的痛点。

那么，有没有一种AI，它能：

• • 看懂你的屏幕
• • 理解你的文件
• • 帮你写代码
• • 操作电脑
• • 调用工具
• • 和你语音交流

同时，你的数据永远不需要离开自己的电脑？

最近，我发现了一个接近这个答案的工具——Osaurus。

01 它不是聊天框，而是“住”在电脑里的AI Agent

第一次打开Osaurus，我的第一反应是：“这不就是又一个AI客户端吗？”

但用了不到十分钟，我彻底改观——它和普通AI的最大区别，并非模型多强，而是：

它开始进入你的工作环境。

它可以：

• • 阅读本地文件
• • 理解项目结构
• • 查看屏幕内容
• • 调用工具执行任务
• • 辅助编写代码
• • 运行本地模型

传统AI是：你提问，它回答。而AI Agent是：你提出目标，它尝试帮你完成。

这也是为什么许多人认为，未来的AI不应只是聊天机器人，而是成为真正的数字助手。

02 当AI进入电脑，它才真正开始帮你工作

举一个程序员最熟悉的场景：

你正在开发项目，突然程序报错。以前解决Bug的流程是：复制错误 → 截取代码 → 发送AI → 根据建议修改。AI更像一个“咨询顾问”。

但如果AI就在你的电脑里，它可以直接：

• • 查看项目目录
• • 分析代码结构
• • 阅读日志文件
• • 判断错误原因
• • 定位问题位置甚至直接帮你修改。

你不再需要告诉AI“我的电脑发生了什么”，因为它已经知道。

这就是AI Agent与普通聊天机器人的本质区别。

03 我让它分析300GB文件，它真的开始帮我整理

为了测试Osaurus的实战能力，我给它安排了一个“脏活”——分析我的用户目录。

我的Mac用户目录超过300GB，里面混杂着项目代码、下载文件、临时资料、历史文档……一直没时间整理。我直接给它发送指令：读取并理解一下用户目录下的文件，给出梳理建议

结果让我意外——它并没有敷衍地说“建议分类整理”，而是开始分析：

• • 文件类型分布
• • 目录结构
• • 整理方向

那一刻我发现，它不是高级搜索工具，而是真的在理解我的电脑。它不是告诉我“应该怎么做”，而是在帮我完成这件事。

04 它甚至能看到我的屏幕，帮我定位问题

另一次，我下载并部署了一个开源项目，运行时出错。以前，我要截图、复制错误、发送给AI。现在，直接让Osaurus查看当前屏幕。

它自动调用Agent：

• • 读取屏幕内容
• • 分析错误信息
• • 判断问题原因
• • 尝试给出解决方案

整个过程更像是**“找一个同事坐在旁边帮你看电脑”**，而不是“问一个搜索框”。

05 本地模型到底行不行？我的实测体验

很多人最关心：本地AI真的能用吗？

我的设备是Mac M1 Max + 32GB内存。在Osaurus中，我切换到了本地模型Gemma 4 E4B MLX 8Bit。

先说结论：它和顶级云端模型（如Claude、GPT-4）相比，速度确实有差距——模型加载需要时间，复杂任务推理也不会那么快。

但本地AI的最大优势，从来不是速度，而是数据控制权。

对于公司的内部API文档、项目代码、商业资料等敏感内容，以前只能上传云端；现在，全部本地分析。同时：

• • 不受Token限制
• • 不依赖网络
• • 不担心服务中断
• • 不需要把数据交给第三方

这种安全感，是云端AI很难提供的。

当然，如果你需要更强推理能力，Osaurus也支持OpenAI兼容接口——隐私优先用本地，性能优先调云端。选择权，回到用户手中。

06 它适合谁？不适合谁？

必须说明：Osaurus并非“人人安装即可用”的傻瓜式软件。

更适合：

• •开发者：代码分析、自动化脚本、项目理解。
• •知识工作者（如律师、产品经理、研究员）：大量文件处理、资料分析。
• •重视隐私的人：企业资料、内部文档、私人数据。

如果你只是想要一个“免费的ChatGPT替代品”，它可能并非最佳选择。因为本地AI的价值，不止是回答问题，而是让AI真正成为你电脑的一部分。

07 硬件门槛与性能真相

Osaurus对硬件有明确要求：

• •必须是Apple Silicon芯片（M1/M2/M3/M4等M系列），Intel芯片不支持。
• •内存是关键：要流畅运行本地模型，系统至少64GB；运行超大模型（如DeepSeek V4）建议128GB。
• • 我的M1 Max（32GB）可以运行小参数模型（如3B-7B量化版），但较大模型会吃力。

根据官方基准测试（M2 Pro 32GB运行Llama 3.2 3B）：

• • 首字延迟87ms
• • 吞吐量554字符/秒

虽然首字延迟略慢于Ollama，但吞吐量与LM Studio相当，优于Ollama。在记忆能力测试中，F1分数达到57.08%。

小结：如果你的Mac配置足够，Osaurus能带来惊艳的本地AI体验；如果配置偏低，建议搭配云端模型使用。

写在最后：AI助手的下一个形态

经过这段时间的深度体验，我认为Osaurus最大的价值，并非“免费拥有一个AI”，而是让普通用户第一次接近拥有一个真正属于自己的AI助手。

未来的AI，可能不再只是一个网页。它会一直运行在你的电脑里，了解你的文件、理解你的工作、帮你完成任务。

当然，它现在还有不足：

• • 硬件要求较高
• • 本地模型速度有限
• • 使用门槛比普通AI更高

但方向已经非常明确：未来真正强大的AI助手，可能不是你打开的那个聊天窗口，而是一直陪伴你的电脑助手。

Osaurus目前已在GitHub开源（MIT许可），收获超7300星，下载量超18.5万次，并曾获Product Hunt“当日第二产品”。它由前特斯拉、Netflix工程师Terence Pae创立，是一个纯Swift编写的macOS原生应用。

如果你拥有一台高性能Mac，并关注隐私、数据控制和AI自动化，那么Osaurus值得你花时间探索。

毕竟，我们使用AI的方式，可能很快就不再是“打开一个AI网站”，而是打开电脑，而AI已经在那里。

本文为个人体验分享，不代表官方立场。软件功能与性能请以实际版本为准。