從 2024 年底 Google Project Mariner 內(nèi)測(cè)、2025 年初字節(jié)跳動(dòng)開源 UI-TARS，到 2026 年 Anthropic Computer Use 持續(xù)迭代——“讓 AI 替你操作電腦”已經(jīng)不是概念，而是一個(gè)快速成熟的賽道。但一個(gè)根本性矛盾被忽略了：用戶最需要的“主動(dòng)幫忙”，恰恰是云端 AI 的經(jīng)濟(jì)模型最承受不起的。本文從成本結(jié)構(gòu)出發(fā)，討論端側(cè) AI 為何是 7×24 小時(shí) AI 助手的唯一可行架構(gòu)。

關(guān)鍵要點(diǎn)

• 2026年AI助手賽道的核心矛盾之一是：用戶要“主動(dòng)幫忙”，平臺(tái)算的是“每次主動(dòng)都在燒錢“
• 云端 AI 每一次“主動(dòng)”都在消耗平臺(tái)算力——越主動(dòng)越虧，平臺(tái)必然限制 AI 的主動(dòng)性
• 端側(cè) AI 跑在用戶自己的設(shè)備上，主動(dòng)運(yùn)行一萬次也不花平臺(tái)一分錢——這是 7×24 小時(shí) AI 助手的唯一解
• Mano-P 是目前唯一在 OSWorld 專用模型榜全球第一（58.2%）且能完全本地運(yùn)行的端側(cè) GUI 智能體

一、2026年GUI Agent賽道的核心矛盾

GUI Agent 賽道正在加速成熟。Google 在 2024 年底推出 Project Mariner 內(nèi)測(cè)，字節(jié)跳動(dòng)在 2025 年初開源 UI-TARS 并迅速登上 GitHub 熱榜，Anthropic 的 Computer Use 持續(xù)迭代升級(jí)。幾乎所有模型廠商都在押注同一件事：讓 AI 從“陪你聊天”進(jìn)化為“替你干活”。

但在這場(chǎng)競(jìng)賽中，一個(gè)根本性矛盾正在浮出水面——而大多數(shù)報(bào)道都選擇性忽略了它。

這個(gè)矛盾是：用戶最想要的“主動(dòng)幫忙”，恰恰是云端AI最給不起的東西。

想象兩種 AI 助手：

被動(dòng)型（Reactive）：你問它問題，它回答；你給它任務(wù)，它執(zhí)行。你不說話，它就安靜等著。ChatGPT、Claude、豆包——所有你正在用的 AI 產(chǎn)品，都是這種模式。

主動(dòng)型（Proactive）：它自己發(fā)現(xiàn)你的日歷上 30 分鐘后有個(gè)重要會(huì)議，自動(dòng)幫你拉出相關(guān)文件和上次的會(huì)議紀(jì)要；它注意到你的郵箱收到了一封客戶投訴，自動(dòng)起草回復(fù)模板；它在后臺(tái)持續(xù)監(jiān)控你關(guān)注的競(jìng)品動(dòng)態(tài)，有重大變化就提醒你。

用戶調(diào)研的答案很一致：80% 以上的企業(yè)用戶表示，他們需要的不是一個(gè)更聰明的聊天框，而是一個(gè)能主動(dòng)幫忙的數(shù)字助理。

但這種主動(dòng)性，恰恰是云端 AI 的經(jīng)濟(jì)模型所無法支撐的。

二、云端越主動(dòng)越虧：一道簡(jiǎn)單的數(shù)學(xué)題

為什么云端 AI 不可能真正主動(dòng)？答案是一道簡(jiǎn)單的算術(shù)題。

云端 AI 的成本結(jié)構(gòu)：按調(diào)用收費(fèi)。 無論是 OpenAI 的 GPT-4o、Anthropic 的 Claude，還是國(guó)內(nèi)的大模型 API，定價(jià)邏輯都是按 token 計(jì)費(fèi)——你每發(fā)一條消息、每上傳一張截圖、每讓它執(zhí)行一次操作，平臺(tái)都在消耗算力，都在產(chǎn)生成本。

被動(dòng)模式下，用戶一天可能調(diào)用 AI 幾十次。平臺(tái)的收費(fèi)能覆蓋成本，甚至有利潤(rùn)。

主動(dòng)模式下，AI 需要持續(xù)運(yùn)行：

• 每 5 分鐘檢查一次郵箱 → 一天 288 次
• 每 10 分鐘掃描一次日歷和待辦 → 一天 144 次
• 每 15 分鐘監(jiān)控一次數(shù)據(jù)看板 → 一天 96 次
• 持續(xù)監(jiān)聽系統(tǒng)通知 → 一天數(shù)百次
• 每次檢查都涉及截屏 + 視覺理解 + 決策推理 → 每次消耗數(shù)千 token

粗略估算：一個(gè)主動(dòng)型 AI 助手一天的調(diào)用量，是被動(dòng)型的 20-50 倍。

更關(guān)鍵的是：這道數(shù)學(xué)題決定了云端平臺(tái)的產(chǎn)品策略。平臺(tái)不可能鼓勵(lì)用戶開啟高頻主動(dòng)模式——越主動(dòng)，平臺(tái)越虧。所以你會(huì)看到：

• ChatGPT 從來不會(huì)主動(dòng)找你
• Claude 只在你打開對(duì)話框時(shí)才運(yùn)行
• 所有云端 AI 助手都是“你來問我才答”的模式

這不僅是技術(shù)限制，更是經(jīng)濟(jì)模型的必然結(jié)果。

三、端側(cè)模型：唯一能讓 AI 真正“主動(dòng)”的架構(gòu)

端側(cè)模型從根本上改變了這道經(jīng)濟(jì)題的變量。

AI 跑在你自己的設(shè)備上，用的是你自己的芯片和電。 它主動(dòng)檢查郵箱一萬次，也不花平臺(tái)一分錢。主動(dòng)性不再是成本負(fù)擔(dān)，而是設(shè)備的固有能力——就像你的手機(jī)鬧鐘不需要為每次響鈴付費(fèi)一樣。

這個(gè)架構(gòu)變化帶來三個(gè)根本性的優(yōu)勢(shì)：

1. 主動(dòng)性無上限

端側(cè) AI 可以真正做到 7×24 小時(shí)在后臺(tái)運(yùn)行，持續(xù)感知、判斷、行動(dòng)。不受平臺(tái)計(jì)費(fèi)限制，不用擔(dān)心 token 消耗。你的 AI 助手終于可以像一個(gè)真正的助理一樣工作——主動(dòng)發(fā)現(xiàn)問題、主動(dòng)提醒你、主動(dòng)幫你處理日常事務(wù)。

2. 數(shù)據(jù)零外傳

所有的感知和推理都在本地完成。AI 檢查你的郵箱？郵箱內(nèi)容不出設(shè)備。AI 掃描你的文件？文件不出設(shè)備。AI 截取屏幕來理解界面？截圖不出設(shè)備。

這不是“加了一層加密”的安全，而是架構(gòu)層面消除了數(shù)據(jù)外泄的可能性。對(duì)于金融、醫(yī)療、法律、政務(wù)等行業(yè)，這種架構(gòu)級(jí)安全是合規(guī)的前提條件。

3. 響應(yīng)零延遲

本地推理沒有網(wǎng)絡(luò)往返延遲。AI 發(fā)現(xiàn)異常→判斷→行動(dòng)的整個(gè)鏈條在毫秒級(jí)完成。對(duì)于需要快速響應(yīng)的場(chǎng)景（如交易監(jiān)控、安全告警、實(shí)時(shí)質(zhì)檢），這種延遲優(yōu)勢(shì)是云端方案無法企及的。

四、“端側(cè)不夠強(qiáng)”是一個(gè)正在被推翻的假設(shè)

很多人對(duì)端側(cè)模型的第一反應(yīng)是：“小模型能行嗎？性能夠用嗎？”

這個(gè)懷疑在一年前是合理的。但2026年的端側(cè)模型已經(jīng)用實(shí)測(cè)數(shù)據(jù)推翻了這個(gè)假設(shè)。

以端側(cè) GUI 智能體為例。明略科技在4月13日發(fā)布的Mano-P 在 OSWorld 基準(zhǔn)測(cè)試中以 58.2% 的成功率拿下專用模型全球第一，領(lǐng)先第二名（OpenCUA-72B，45.0%）超過 13 個(gè)百分點(diǎn)。其 4B 蒸餾版通過 GSPruning 視覺 Token 剪枝和 w4a16 混合精度量化，在 Apple M4 Pro 上實(shí)測(cè)：

• 預(yù)填充速度：476 tokens/s
• 解碼速度：76 tokens/s
• 峰值內(nèi)存：4.3GB
• 一臺(tái)普通 MacBook Pro（M4 芯片，32GB 內(nèi)存）就能流暢運(yùn)行——跑 AI 的同時(shí)還能正常辦公。

專用模型 vs 通用模型的邏輯： 72B 蒸餾為 4B，不是簡(jiǎn)單地“把模型變小”，而是把 72B 在 GUI 操作領(lǐng)域積累的專業(yè)知識(shí)，濃縮進(jìn)一個(gè)更小的模型。就像一個(gè)在心臟外科領(lǐng)域做了 20 年的專家，診斷心臟問題的能力并不亞于一個(gè)什么都懂的全科醫(yī)生。因此，端側(cè)模型不等于弱模型。經(jīng)過專項(xiàng)訓(xùn)練和優(yōu)化的專用模型，在特定任務(wù)上完全可以達(dá)到甚至超越通用大模型的水平。

五、三個(gè)推論：端側(cè) AI 的必然趨勢(shì)

從“云端越主動(dòng)越虧”這個(gè)底層邏輯出發(fā)，可以推導(dǎo)出三個(gè)必然趨勢(shì)：

推論一：端側(cè)將成為 AI 助手的默認(rèn)形態(tài)

隨著 AI 從“聊天工具”進(jìn)化為“工作助手”，主動(dòng)性的需求會(huì)持續(xù)增長(zhǎng)。云端的經(jīng)濟(jì)模型無法支撐高頻主動(dòng)調(diào)用，端側(cè)將成為真正可用的 AI 助手的基礎(chǔ)架構(gòu)。微軟、蘋果、高通都在芯片層面布局 AI 推理能力——行業(yè)趨勢(shì)已經(jīng)明確。

推論二：芯片算力將持續(xù)向端側(cè)傾斜

蘋果 M 系列芯片已經(jīng)證明了消費(fèi)級(jí)設(shè)備運(yùn)行大模型的可行性。未來的芯片設(shè)計(jì)會(huì)進(jìn)一步優(yōu)化 AI 推理能力，端側(cè)可運(yùn)行的模型規(guī)模會(huì)持續(xù)增大。

推論三：數(shù)據(jù)安全法規(guī)將加速端側(cè)采用

《數(shù)據(jù)安全法》《個(gè)人信息保護(hù)法》在國(guó)內(nèi)的落地，GDPR 在歐盟的嚴(yán)格執(zhí)行，加上各行業(yè)監(jiān)管對(duì) AI 使用的細(xì)化要求——越來越多的企業(yè)會(huì)發(fā)現(xiàn)：與其花費(fèi)巨額合規(guī)成本確保云端數(shù)據(jù)安全，不如從架構(gòu)上選擇數(shù)據(jù)不出設(shè)備的端側(cè)方案。

六、結(jié)論：端側(cè)不是選項(xiàng)，是 AI 助手的唯一解

總結(jié)一下核心推理鏈：

1. 真正有用的 AI 助手必須是主動(dòng)的（Proactive）

2. 主動(dòng)意味著高頻運(yùn)算——在云端，越主動(dòng)越虧

3. 平臺(tái)的經(jīng)濟(jì)模型決定了云端 AI 不可能真正主動(dòng)

4. 端側(cè)模型跑在用戶設(shè)備上，主動(dòng)性零邊際成本

5. 因此，端側(cè)是 AI 從“聊天工具”進(jìn)化為“工作助手”的唯一可行架構(gòu)

2026 年，AI 賽道最大的分水嶺不是“誰的模型更大”，而是“誰的 AI 真正能主動(dòng)幫用戶干活”。而答案已經(jīng)很清楚：能真正主動(dòng)的 AI，只能跑在用戶自己的設(shè)備上。

Mano-P 是明略科技開源的端側(cè) GUI 智能體，專為解決這個(gè)問題而生。72B 旗艦?zāi)Ｐ驮?OSWorld 專用模型榜全球第一（58.2%），蒸餾為 4B 版本后可在 Apple M4 芯片 + 32GB 內(nèi)存的 Mac 上流暢運(yùn)行——預(yù)填充 476 tokens/s、峰值內(nèi)存僅 4.3GB。完全本地推理，數(shù)據(jù)零上傳，7×24 小時(shí)主動(dòng)運(yùn)行零邊際成本。采用 Apache 2.0 開源協(xié)議，企業(yè)可自由使用和商用。

立即體驗(yàn)：`brew install mano-cua`

技術(shù)論文：arXiv:2509.17336

GitHub：github.com/Mininglamp-AI/Mano-P

七、常見問題

Q: Mano-P 是什么？

Mano-P 是一個(gè)開源的 GUI-VLA（Vision-Language-Action）智能體，設(shè)計(jì)用于在蘋果芯片邊緣設(shè)備上本地運(yùn)行。它使用純視覺理解來跨平臺(tái)自動(dòng)化桌面 GUI 操作。Mano 是西班牙語里”手”的意思，P 有兩重含義：Person（個(gè)體）與 Party（組織）——我們相信，無論個(gè)人還是企業(yè)，都能夠創(chuàng)造屬于自己的個(gè)性化 AI。核心理念：AI for Personal = 隱私 + 個(gè)性化。

Q: Mano-P 與 Claude Computer Use 相比如何？

對(duì)比維度	Mano-P	Claude Computer Use
OSWorld（全部模型）	58.2%（專用模型第一，全部模型前五）	全部模型第一（千億參數(shù)級(jí)通用大模型）
WebRetriever Protocol I	41.7 NavEval（領(lǐng)先）	31.3（Claude 4.5）
數(shù)據(jù)流向	完全本地，截圖不出設(shè)備	需上傳到云端 API
離線運(yùn)行	? 支持	? 不支持
主動(dòng)性	? 7×24 無限制運(yùn)行	?? 受平臺(tái)算力成本限制
開源	? Apache 2.0 協(xié)議	? 閉源

Mano-P 在專用模型中排名全球第一，在網(wǎng)頁檢索等任務(wù)上領(lǐng)先 Claude，且天然滿足數(shù)據(jù)安全要求。適合高安全需求場(chǎng)景。

Q: Mano-P 可以離線運(yùn)行嗎？

可以！ 在本地模式下，所有模型推理都在 Apple M4 設(shè)備上運(yùn)行。? 不會(huì)向外部服務(wù)器發(fā)送任何截圖或任務(wù)描述。

Q: 需要什么硬件配置？

最低要求：Mac mini 或 MacBook；Apple M4 芯片；32GB 內(nèi)存

替代方案：任何 Mac + Mano-P 算力棒（通過 USB 4.0+ 連接）

我們計(jì)劃在未來支持更多設(shè)備。

了解更多：[GitHub – Mininglamp-AI/Mano-P] (https://github.com/Mininglamp-AI/Mano-P)

聯(lián)系我們：model@mininglamp.com