2026.11.01 · 行业

免费的本地 agent 装进 Mac：DeepSeek 4.1 在本机跑，173GB 权重靠 SSD 边读边算

10 月 30 日发布的 Local Code 把「下载一个 app」变成了「拥有一台能干活的本地 agent」：本地推理不要钱，模型和工具一起装进来。

安装包在官网和 App Store 都有，Mac、iPad、iPhone 三个版本。代码开源，GPL-3.0，GitHub 上能看到全部实现。做它的是 Draw Things 那个团队，之前做的是 Mac 上的图像生成。

这不是一个聊天窗口。里面塞了 Python 3.14、Node 24、一个 shell、LibreOffice、FFmpeg 和一个浏览器驱动；授权之后还能读日历、邮件、笔记、照片。你说「把这张销售表画成图，再做五页 deck」，它是去执行，不是丢一段代码让你自己跑。

价格写在官网上：本地推理 $0，不收订阅；要调云端的模型按量付，自带 API key 不加价，充值 $9.99 起。这句「本地 $0」是整件事的重点，也是最容易被误读的地方。

上线时间

2026.10.30

授权

GPL-3.0，本地 $0

跑 DeepSeek 4.1

96GB 内存 + 376GB 硬盘

实测

18.7 tok/s（M5 Max）

门槛从搭环境变成等下载

过去在自己机器上跑 agent，要做的事排成一串：装运行时、挑量化版本、算显存够不够、起一个本地端口，再把工具一个个接上去。任何一步出错，人就走了。Local Code 把这串步骤压成了「下个 app，下个模型」。

对愿意折腾的人来说这不算新鲜事，Ollama 那一路早就把推理跑通了。差别在剩下那批人：不会写配置、不想学命令行、但确实有文件要整理、有表格要做的人。他们能不能在半小时内用上，是个分水岭。

代价也很直白。以前的门槛是学习时间，现在的门槛是硬盘和等待。小模型几个 GB，DeepSeek 那一档是几百 GB，下载和第一次加载都要耐心。

96GB 才跑得舒服，16GB 只摸得到小模型

官网把机器按内存分了档：Qwen 3.8 27B 最低 16GB、推荐 32GB，占 10 到 21GB 硬盘；DeepSeek 4 Flash 最低 32GB、推荐 64GB，89GB；DeepSeek 4.1 Flash 1017 最低 32GB、推荐 96GB，376GB。

376GB 里有个 203GB 的 engram 文件，两个量化版本共用，checkpoint 本身 173GB。它靠 SSD 流式读：常用的专家留在内存，其余现读，内存占用上限是「总内存减 32GB」，或者「加载时空闲内存的 72%」。所以 32GB 的机器也能点开那个最大模型，只是慢到不像能用。

官方在 M5 Max（128GB）上测的数：8K 上下文解码 18.7 token/s，上下文堆到 128K 还有 15.7。同一台机器跑 DeepSeek 4 Flash 是 42.3。写代码、读文档够用，碰上要连着输出几千字的长回答，你会清楚感觉到那个停顿。

沙箱划的线，比模型聪不聪明更要紧

权限清单写得很直白：能碰你给的文件夹，能在进程内跑 Python、Node 和 shell，读日历邮件要单独授权；不能读整块硬盘，不能启动别的 app，不选云就不联网。

这条线决定了它能接什么活。整理文件、跑脚本、出图表和 PPT，都在范围内；装一个外部 CLI、连公司内网的数据库、调自家服务，全都不行。想要「能装什么就装什么」的人，会觉得被捆住。

反过来说，这也正是「敢不敢让它自己动手」的前提。让 agent 碰文件，出事的方式通常不是模型答错，是它在错的地方删了东西。本地运行的隐私卖点，和必须交出文件夹这个动作，本来就是同一件事的两面。

免费的在个人，账单在团队

定价页把话讲透了：个人本地 $0，云端 $9.99 起充值；团队那栏按人数和内存分档，2 到 10 人写的是「用现有的 Mac」，51 到 250 人写的是「on-prem GPU 服务器」。

所以免费那层是获客，钱落在帮公司把这套东西跑起来：选机器、配权限、做内部技能。这也是软件生意常见的样子，只是这次卖的是「本来得自己攒的那部分」。

小团队的试法很朴素：先拿手上 64GB 的机器跑一周，看它每天真正接下多少活。接得下来再谈服务器，接不下来，省下的就是一台机器的预算。

本地 agent 已经不缺演示，缺的是「装好就能用」和「用了不担心」。Local Code 把前一件事做完了，后一件取决于你愿意划给它多大一块硬盘。

来源：MacRumors：Local Code Launches as Free, Private AI Assistant Tool for Mac · GitHub：drawthingsai/local-code-community（README 含模型体积与 M5 Max 实测） · Local Code 官网：模型分档、权限与定价

继续读