大模型跑在云端，这句话大家听惯了，默认到很少去想它的另一面：你说的每句话、传的每份文件，都先离开你的设备。10 月 10 日，独立开发者 Anes Khadiri 把一款叫 KernelAI 的手机应用放上了 Product Hunt，思路很直接——把模型下载到手机里，让推理在本地发生。它当天拿到 72 票、排到当日榜第 23 名，不是什么爆款，但把一个老问题重新摆上了桌：离开网络，AI 到底还能不能干活。这篇实测把它的门槛、免费边界和真实限制逐条过一遍。
它不是一个聊天框，是一个装在手机里的模型目录
打开 KernelAI，你看到的不是一个「输入框加历史记录」的聊天界面，而是一个模型目录。53 个开放权重模型来自 15 家机构，通义 Qwen 一家就占了 14 个，Google 的 Gemma 有 6 个，Meta 的 Llama、DeepSeek、Mistral、Stability AI、01 AI 也都在列。官网写得很清楚：这些量化后的模型通过 llama.cpp 在手机的 CPU 和 GPU 上运行，用 Wi-Fi 下载一次，模型文件就留在设备里，之后每条提示词都在本地处理，没有网络往返。
这个目录真正区别于其他端侧应用的地方，是它把「你的手机跑得动什么」做成了下载前的一道体检。每张模型卡片都对着你设备的真实内存做评估，跑不动的直接置灰，还把数字印在卡片上——官网上举的例子是某个模型需要 3.4GB 内存，而你的设备只有 2.9GB。整个目录的体积从 112MB 横跨到 3.11GB，53 个模型里有 18 个不到 1GB。对一台两三千兆空闲内存的老手机来说，能点亮的模型可能只剩一小半，但至少你不会白下 3GB 之后才发现带不动。
上手只过两关：系统版本和手机内存，但国内商店买不到
安装门槛低得惊人。iOS 要 16.4 以上，Android 只要 7.0 以上，这个区间覆盖了五六年内的绝大多数机型。装完之后没有注册环节——没有账号、没有邮箱、没有试用期，打开就能选模型开聊。模型不进安装包，每个单独下载，也能随时删掉。
真正的门槛在商店。这款应用今年 1 月就已经在 App Store 上架，目前是 2.1.0 版，8 月底最后一次更新，App Store 评分 4.6，但只有 41 个人打分——样本小到说明不了太多问题，至少证明它不是上个月才匆匆打包出来的作品。10 月 10 日的 Product Hunt 发布是它的正式公开亮相，官网上同步挂出了 Google Play 的入口，安卓侧是新的。麻烦在于国内的应用商店搜不到它，iOS 用户需要海外区的 Apple ID，安卓用户得能访问 Google Play。对不折腾的人来说，这一关就把路堵死了；对本来就习惯侧载和切区的人，这倒不算什么。
免费这件事，开发者说得比谁都直白
定价页大概是这款应用最「反行业」的部分：现行功能全部免费，没有订阅、没有用量上限、没有账号体系，也没有开屏广告。官网问答里甚至把商业模式写在了明面上——模型跑在你自己的硬件上，开发者不付推理成本；想支持开发可以自愿打赏，但打赏不解锁任何功能。App Store 的描述同样明确写着：现在能用的都免费，没有 Pro 档，也没有订阅。
但这句「免费」是有边界的，边界画在「什么数据离开你的手机」上。核心承诺是聊天、附件、图片和语音转写都在本机处理，开发者不把完整对话传回自己的服务器。可模型下载本身要走网络，联网搜索更要走——搜索功能默认关闭，你要用就得自己注册 Tavily 或 Exa 的 API key，查询请求发给你选的那家服务商，费用和额度也由你自己承担。换句话说，本地推理不要钱，但「最新信息」这三个字，在这个应用里是要按 key 付费的。
四条真能用起来的离线场景
文档问答是这套东西最自然的用法。PDF、Word、表格都能直接拖进对话，提取和检索都在手机上完成，对合同、证件、未公开的报表这类「不上云」的材料，它给了一个过去根本不存在的选项：在飞机上、在信号差的地下室、在客户现场，把文件问一遍再决定要不要连网。
拍照识图的门槛比文档更低。官网演示里用户对着金字塔照片问「这是哪、有什么特别」，本地的 Gemma 模型完整答出了墨西哥尤卡坦半岛的奇琴伊察和它的玛雅建筑。换成外文菜单、路牌、小票、图表，逻辑完全一样，而且不需要你懂任何参数。
写代码和语音输入把「离线」补全了。前者给出带语法高亮的代码，能写函数、能改 bug、能讲原理；后者用的是 iPhone 自带的设备端语音识别，音频在手机上转成文字，不出设备。在 iOS 上它还把两个动作接进了快捷指令——「问 KernelAI」和「从文档提取文字」，Siri 可以直接触发，也就是说任何自动化流程里都能塞一个本地模型当一环。App Store 的描述里还有一批细节：对话能建文件夹、能分支、能导出，支持从分享菜单和主屏小组件进入；运行时有每秒 token 数和上下文占用的实时读数；在支持的 iOS 26 设备上，苹果自带的端侧模型还能在后台应答，不一定唤醒应用本身。
两个必须提前知道的限制
第一个限制藏在官网自己的截图里，很多人会漏看。在那张联网搜索的演示图里，本地小模型回答「2026 年世界杯决赛谁赢了」这个问题，搜索花了 49 秒，追问问「谁进了致胜球」又花了 1 分 9 秒。答案质量不错——西班牙、费兰·托雷斯、第 106 分钟，来源标得清清楚楚——但这个等待长度基本判定了它的使用方式：联网搜索是应急用的，不是日常主力。真正高频的用法仍然是模型下载完之后彻底断网的那些场景。
第二个限制是「实验性」这三个字。导入自己的 GGUF 模型——从文件应用、直链 URL 或者你自己网络里的服务器——官方明确标注兼容性因文件而异，导入流程里带着崩溃监测和短回复测试两道关卡才肯放行。手上有现成量化文件的人可以玩，指望随便拖一个模型就能跑的人会失望。再往大看一层，端侧模型和云端旗舰之间的差距没有消失：53 个模型里最强的那些，受限于手机的内存和功耗，长上下文、复杂推理、多步规划这些活仍然干不过云端。这款应用的定位说到底是「兜底」和「隐私档」，不是「最强档」。
谁现在该装，谁可以再等等
隐私优先的人应该第一个装：要处理合同、病历、证件、未公开材料，或者单纯不想让聊天记录躺在别人服务器上的，这款应用几乎是为这个需求定做的——免费、无账号、数据不出设备，三个条件同时成立的应用至今没几个。经常断网的人同理：通勤、出差、坐飞机、网络差的地区，下载一次模型就有一份随时待命的本地智能。
还在观望云端旗舰的人不必折腾：你要的是最强推理、最长上下文、最稳输出，那 ChatGPT、Claude 这类云端应用加上订阅依然是更理性的选择，数据上云是明码标价的交换条件。习惯用桌面端跑本地模型的人，LM Studio、GPT4All 这类工具生态更成熟、模型更全，KernelAI 的增量是把同一件事搬进了手机、并且顺手做了适配检查。想要团队管理和权限分发的，这里什么都没有——它从设计上就不服务这个场景。
本周你可以做什么
验证「离了网 AI 还能不能干活」最简单：装完先挑个 1GB 以内的模型，再开飞行模式问一句。
处理合同、证件这类敏感文件，先在它的本地文档问答里过一遍，别急着传云端。
攒了 GGUF 模型的，导入时认准「实验性」三个字，原始文件先留一份再折腾。
数一数目录里还能点亮几个模型，再决定值不值得装——内存不到 4GB 的老手机尤其要先看这个。
附：本文信息来源
一、一手信息
产品官网与文档
– KernelAI 官网首页：53 个开放权重模型、15 家机构、112MB 到 3.11GB
– 下载页：iOS 16.4 与 Android 7.0 起步、模型单独下载、两个商店入口
– 中文官网（简体）：常见问题全文，含 llama.cpp 推理说明
– 隐私政策：聊天与附件不上传服务器的完整口径
应用商店与首发页
– App Store：KernelAI – Offline AI Chat for iPhone
– Google Play：KernelAI（com.kernelai.app）
– Product Hunt 首发页：Private, offline AI for iPhone and Android（2026-10-10）
二、媒体报道
- AIToolly：KernelAI 上线 Product Hunt，手机上本地运行 53 个开源模型（2026-10-11）
- AIToolly 英文原稿：KernelAI Launches on Product Hunt
- 今日头条：手机开飞行模式 AI 照样干活，53 个免费模型装进 iPhone
- 懂AI：KernelAI 实测，飞行模式也能用、聊天记录不出设备（含国内商店获取门槛）
- Nav-AI 评测：KernelAI Review, Private Offline AI on iPhone and Android
- Hunted.Space：KernelAI Product Hunt 上线数据（72 票、当日第 23）
其他
- AppBrain：KernelAI 应用数据页（App Store 上架于 2026 年 1 月、版本 2.1.0、41 个评分）
本文为公开信息整理与解读，数据以各厂商官方口径为准。
原创声明：本文由 618A 情报站整理撰写，基于公开信息与实测记录，转载请注明出处并保留原文链接。