AI不再是个网站：三个本地新物种

你大概率还在用这样的方式"用 AI"：打开浏览器，登进某个聊天网页，把问题粘进对话框，等它吐完，复制走。这套交互的潜台词是——AI 是一个"目的地"，你要去拜访它。但 2026 年 6 月的海外圈子，范式已经变了：AI 正在从一个"网站"，退化成一个住在你设备里的常驻进程。它不等你打开，它就蹲在你的 Telegram、你的文件系统、你的 IDE 后台，7×24 小时待命，有记忆、能动手、还主动找你汇报。

这一轮我挖了三个真正"住进你设备"的 6 月新物种，全部开源、全部可自托管、全部有官方一手链接。对中国技术人来说，这恰恰是最大的认知差：当大家还在比谁的聊天框更大、谁的网页会员更便宜时，老外已经把 AI 装成了"系统服务"。

范式转移：从"网站"到"住客"

先看一张图，理解这场转变的本质。它不是模型变强了，而是部署位置变了——AI 从"云端一个端点"搬到了"你已有的工具内部"。

flowchart LR
    subgraph OLD["旧范式：AI 是目的地（2023-2025）"]
        U1["你"] -->|"打开网页"| W["云端聊天网站"]
        W -->|"返回文字"| U1
    end
    subgraph NEW["新范式：AI 是住客（2026.6）"]
        A["聊天软件<br/>Telegram/WhatsApp/Discord"] --> G
        B["文件系统 / Shell"] --> G
        C["IDE 后台 / 本地小模型"] --> G
        G["常驻本地进程<br/>有记忆·能动手·主动心跳"] -.主动汇报.-> A
    end
    OLD ==住进你已有的工具==> NEW

下面三个工具，正好分别占据了"住进聊天软件""住进桌面/手机本地""住进 AI 基础设施后台"三个位置，拼出一张完整的"AI 住客"版图。

一、OpenClaw：把 AI 装进你的聊天软件，替你管整台电脑

官网：https://openclaw.ai/ ｜ GitHub：https://github.com/openclaw/openclaw

如果只看一个工具，就看这个。OpenClaw 是开发者圈过去半年最炸的开源项目之一，由 PSPDFKit 创始人 Peter Steinberger（@steipet）打造——这位作者在 2026 年 2 月已被 OpenAI 挖走，《TechCrunch》《The Verge》都有报道，但项目仍以开源形式狂奔。它的核心定位一句话：一个跑在你自己机器上的常驻 AI 助手，你用平时聊天的软件跟它说话，它能操作你整台电脑。

它支持 WhatsApp、Telegram、Discord、Slack、Signal、iMessage——也就是说，你在手机上发条 Telegram，家里 Mac mini 上的 OpenClaw 就开始干活：读文件、跑 shell、填网页表单、抓数据、定时提醒（它甚至有"心跳"机制会主动找你汇报）。有人让它批量清理一万封邮件、自动跑 Codex/Claude Code 修 bug 并开 PR、从手机遥控部署。Karpathy 都转发了它，评价是"hilarious, troubling, and awesome（又好笑、又吓人、又牛逼）"。

为什么值得中国技术人关注：国内没有任何等价物。最接近的是各种"AI 助手 APP"，但全是云端 SaaS——不可自托管、不能控制你的本机文件、没有跨应用持久记忆。Dify、FastGPT 是给开发者"搭服务给别人用"的工作流平台，方向相反。OpenClaw 填的是"私人 AI 员工住在我设备里"这个生态位，而这个品类在国内几乎无人知晓。

价格：开源免费、自托管。它本身不收费，成本只是它背后驱动的大模型——你可以接已有的 Claude/OpenAI 订阅（很多人拿 Claude Max + Claw），也可以完全跑本地模型（社区里有人用 MiniMax M2.5 纯本地驱动，零 API 费）。甚至有人让它把自己的 Copilot 订阅代理成 API 端点，白嫖额度。

怎么上手（macOS/Linux 一行命令）：

curl -fsSL https://openclaw.ai/install.sh | bash   # 装 OpenClaw
openclaw onboard                                    # 绑定你的 Telegram/WhatsApp 等

或 npm i -g openclaw；喜欢读源码的人有 --install-method git 的 Hackable 安装。

6 月新东西（也是它的安全进化）：OpenClaw 与 NVIDIA 合作推出 SkillSpector，每个 ClawHub 技能包都附带一张"技能卡"说明它干什么、来自哪，并扫描隐藏指令等 Agent 风险（5 月 31 日加 Auto Mode 执行审批，6 月 3 日上 Skill Workshop 让你先审再启用技能）。这点对中国用户尤其关键——给 AI 整机控制权，护栏必须先到位，否则就是"Agent 闯祸，账单/事故寄给你"。Docker 沙箱、未知联系人 pairing code 配对，都是为此设计。

适用人群：想要一个"24 小时在线、住在我设备、能真动手"私人助手的独立开发者、一人公司、极客玩家；想自托管 AI 而非把数据交给云厂商的隐私敏感者。

二、Holo3.1：computer-use 能力，从云端截图服务变成可下载的本地模型

官网：https://hcompany.ai/holo3.1 ｜ HuggingFace：https://huggingface.co/blog/Hcompany/holo31

Computer-use（让 AI 看屏幕、点鼠标、操作 GUI）一直是"云端贵且慢、还涉及隐私"的活——传统做法是把你的屏幕截图源源不断上传到云端 API。H Company 在 6 月 1 日放出的 Holo3.1，把这件事本地化、模型化、可下载了。

Holo3.1 是基于 Qwen 家族微调的视觉语言模型（VLM）家族，专门干 computer-use，这次一口气给了四个尺寸：0.8B / 4B / 9B / 35B-A3B。小尺寸（0.8B/4B/9B）主打低成本、隐私、端侧部署；35B-A3B（激活 3B 参数的稀疏大杯）冲 SOTA 性能。关键突破有三：

1. 首次放量化权重——FP8、Q4 GGUF、NVFP4 三种，专为本地推理优化，BF16 全精度几乎不掉点（FP8/NVFP4 的 OSWorld 分数仅比 BF16 低约 2 分）。
2. 跨平台——从浏览器、桌面，扩展到移动端：在 AndroidWorld 上，35B-A3B 从 67% 提升到 79.3%，小杯 4B/9B 从 58% 涨到 71%。
3. 原生 function-calling——以前只输出结构化 JSON，现在原生支持函数调用协议，方便塞进第三方 Agent 框架。

速度账很实在：在 DGX Spark 上，NVFP4（W4A16）的 token 吞吐是 FP8 的 1.41 倍、BF16 的 1.74 倍；端到端 Agent 单步时间从 6.8 秒砍到 3.3 秒。还有给消费级硬件的 Q4 GGUF——Agent 在你的 Windows/Mac 上本地跑，模型可同机或同网段 DGX Spark，全程不出你的网络。

为什么值得中国技术人关注：国内做 RPA + 大模型自动化，90% 还是"截图传云端"路线，企业内部系统、含敏感信息的界面根本不敢这么玩。Holo3.1 给了一条"computer-use 数据不出网"的本地路线，特别适合金融、政企、内部运维这类隐私/合规场景。差异化点不在"能不能控屏"，而在"控屏的过程留在我自己机器里"。

价格：开源权重，HuggingFace 免费下载（社区已有人镜像了 Prince-1/Holo-3.1-0.8B 等小杯）。成本 = 你跑它的硬件；0.8B/4B 这种小杯，一张消费级显卡甚至 Apple Silicon 就能转。

怎么上手：到 HuggingFace 下对应尺寸 checkpoint；本地推理用 vLLM（Spark 上 NVFP4 吞吐最高）或 Q4 GGUF 跑 GGUF runtime；H Company 还提供 hub.hcompany.ai/quickstart 的快速入门。建议先用 0.8B/4B 在受控 UI 任务上验证，再上 35B-A3B。

适用人群：做浏览器/桌面/移动端自动化的 Agent 开发者、企业自动化与运维团队、研究 UI/屏幕控制的团队、想自建"数据不出网 RPA"的合规敏感行业。

三、Mellum2：JetBrains 的"焦点小模型"，住进你的 AI 基础设施后台

JetBrains 官方博客：https://blog.jetbrains.com/ai/2026/06/mellum2-goes-open-source-a-fast-model-for-ai-workflows/ ｜ HuggingFace：https://huggingface.co/collections/JetBrains/mellum-2

第三个新物种走的是另一条路：它不抢"最终回答"的活，专门住进 AI 系统的后台管线，干那些高频、低延迟、不需要旗舰的"脏活"。JetBrains 在 6 月开源的 Mellum2，把这种思路产品化了，并给它一个理论框架叫 "focal model（焦点模型）"——快、专、省，专为流水线中间环节优化。

规格很讲究：12B 总参数的 MoE，但每个 token 只激活 2.5B。这意味着它有大模型的容量、小模型的推理成本。官方实测：在同等量级里性能有竞争力，而推理时间砍到不到一半。它只训练自然语言 + 代码（不做多模态），刻意保持精简。协议是 Apache 2.0，商用友好。

JetBrains 给的四个核心用例，正好是 AI 系统里最该用小模型的地方：

1. 路由/编排：分析进来的 prompt，决定派给哪个大模型或工具——省钱的关键开关。
2. 低延迟 RAG：检索完用它做摘要、即时生成。
3. 快子代理：把 Agent 流水线拆成"取上下文→规划→校验"等步骤，这种高频步骤交给 Mellum2，旗舰模型只干最终回答。
4. 私有本地部署：自托管，代码和数据完全在自己手里。

为什么值得中国技术人关注：这是"小模型替旗舰省九成 API"思路在 2026 年的最新、最规范的落地。国内开发者手里有 Qwen3-Coder、DeepSeek 等开源小模型，但它们多被当"主力模型"用，很少有人像 JetBrains 这样把小模型显式定位成流水线里的"焦点组件"。直接抄这个架构：Mellum2 当路由+子代理，旗舰只做最终输出，账单肉眼可见地降。对自建 IDE 补全后端、搭内部 RAG、做 Agent 编排的团队，是个现成的开源积木。

价格：Apache 2.0，免费下载自托管。成本 = 自托管或推理服务商的算力；因为只激活 2.5B，单位推理极便宜。

怎么上手：到 HuggingFace 的 JetBrains Mellum 2 collection 拉权重，本地用 vLLM/Ollama 起，接进你的路由层、RAG 管线或 IDE 补全后端即可。也可直接试 JetBrains 的 Mellum 在线版体验效果。

适用人群：搭 AI 基础设施的团队、做 IDE/补全工具的开发者、RAG 产品团队、想把 Agent 流水线成本打下来的工程团队、有私有代码库需要本地化的企业。

信息差总结：你知道的 vs 别人不知道的

行动指南：你现在就能做的三步

1. 今晚就装一个 OpenClaw（性价比最高）。Mac/Linux 一行命令装好，openclaw onboard 绑定你的 Telegram。先用受控任务（清邮件、整理笔记、跑测试）试一周，务必先开 Auto Mode 执行审批和 Docker 沙箱，再逐步放权。把它当"实习员工"——先看着它干活，再让它独立。
2. 拿 Holo3.1 小杯验证一条"数据不出网"自动化。下 0.8B 或 4B，跑一个内部系统的简单点击流，感受"本地 computer-use"和"云端截图 API"在隐私/延迟/成本上的真实差距。这能直接转化成你对客户/老板的差异化提案。
3. 把 Mellum2 塞进你的 Agent 流水线当路由层。在最贵的旗舰调用前面加一层 Mellum2 做意图路由和子任务，跑两周对比账单。这是你能立刻看到数字下降的优化，建议先在低风险的非生产链路上灰度。

一句话收尾：这一轮信息差不是"哪个模型更强"，而是"AI 该装在哪儿"。当 AI 从一个你要去拜访的网站，变成一个住在你设备里、替你 7×24 干活的常驻进程，最先想明白"部署位置"的人，会用极低的成本拿到极高的杠杆。上面三个开源工具，就是这场转移的第一批零件——现在抄，还早。

参考来源： - OpenClaw 官网与文档：https://openclaw.ai/ ｜ GitHub：https://github.com/openclaw/openclaw - Holo3.1 官方发布：https://hcompany.ai/holo3.1 ｜ HuggingFace 博客：https://huggingface.co/blog/Hcompany/holo31 - Mellum2 开源公告（JetBrains）：https://blog.jetbrains.com/ai/2026/06/mellum2-goes-open-source-a-fast-model-for-ai-workflows/ - AI 模型发布追踪（6 月最新动态）：https://aireleasetracker.com/latest - 6 月 AI 发布雷达汇总：https://kingy.ai/news/ai-launch-radar-june-8-2026/

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。