反对云端 AI 订阅:为什么你不该花钱租用属于自己的智能
你的计算器不会按月向你收算术费。
你不用每月花 20 美元才能打开通讯录。你的笔记应用不会在你升级之前把你限制在 100 条笔记。你的相机不会在免费方案里限制你每月只能拍 50 张照片。
这些工具之所以能用,是因为驱动它们的算力就在你的设备上。你付过一次钱,或者它们本就随硬件附带,之后无需和开发它们的公司保持任何持续关系,就能一直用下去。
云端 AI 订阅不一样。它们按月收费,是因为算力是它们的,不是你的。每次提问都跑在它们的 GPU、它们的基础设施上,耗的是它们的电费。这笔成本总得有人出,订阅就是它们收回成本的方式。
在运行一个能干的 AI 模型需要数据中心的年代,这种模式是合理的。随着你口袋里的硬件越来越强,它一年比一年站不住脚。AI 是一代人以来个人计算领域新增的最重要的工具。当智能可以在你已经拥有的硬件上运行时,还要按月付费租用它,这是一个值得质疑的选择。
AI 订阅为什么存在
云端 AI 订阅之所以存在,是因为云端 AI 确实有持续的成本。
在大模型上做推理需要大量 GPU 算力。存储用户数据需要存储基础设施。维护服务的工程师需要发工资。公司必须收回这些成本,订阅模式就是收回成本的机制。
对云端 AI 来说,这个逻辑成立。成本是真实且持续的。对于依赖你并不拥有的基础设施的服务,订阅是合适的模式。
但这个逻辑不适用于端侧 AI。当模型在你的硬件上运行时,算力成本是你自己的,它体现在你的电费账单上,而不是服务器账单上。公司没有任何需要从你的使用中收回的持续基础设施成本。
订阅模式适合云端 AI,对端侧 AI 来说却没有必要。这正是 AI 行业还没有真正想明白的区别。
订阅关系会对你产生什么影响
为一个智能工具付订阅费,会带来一种你自己拥有的工具不会带来的依赖。
如果 Spotify 涨价或取消某个方案,你会失去音乐流媒体。这很麻烦。但如果你用了半年的 AI 订阅(那个掌握着你的背景信息、偏好和对话历史的服务)涨价或改了条款,你失去的是已经撑起你工作方式的东西。
这是另一种依赖。你拥有的工具留在你身边,你租用的服务留在公司手里。
这里还有公平的问题。每月 20 美元的云端 AI 订阅,对富裕国家的知识工作者来说负担得起,对世界上大多数人来说却负担不起。按订阅定价的智能工具,只有手头有闲钱的人才能用上。
一次买断的端侧 AI,或者可以免费运行的开源软件,任何拥有硬件的人都能用。硬件的钱早就付过了,就是你手里那部手机。
计算器的类比
计算器是个很好的参照,因为它也曾经是一件重要而珍贵的工具。
在 20 世纪 70 年代,计算器贵到拥有一台就是实实在在的优势。随着硬件变便宜,这件工具变得人人都有。不论收入高低,每个人都拥有了同样的计算能力。
AI 能力正在走同一条路。模型在变小的同时也在变强。运行它们的硬件正在成为每台新设备的标配。在本地运行一个能干的 AI 的成本正在趋近于零。
云端 AI 的订阅模式,试图在越来越属于你自己的算力面前维持一道收费关卡。你每月付的钱并不是为了智能本身(开放权重模型是免费的),而是为了租用别人的硬件来运行它。随着本地硬件迎头赶上,这笔租金越来越难以自圆其说。
开源替代方案
开放权重模型的生态已经产出了一批能干又免费的模型。Llama、Qwen、Gemma、Phi,这些模型由大型 AI 实验室训练,发布的权重任何人都能下载和运行。
这些模型能在如今的消费级硬件上运行,足以应对大多数个人 AI 场景。使用它们的主要瓶颈,在于让它们好用的软件:界面、背景信息管理、与设备的整合。
这样的软件可以一次做好,以买断制或开源项目的方式分发。经济上行得通,技术上也行得通。
AI 订阅,是选择对一件工具的持续使用收费,而这件工具的底层能力早已被研究社区免费开放。这是商业模式的决定,而不是技术上的必然。
我们在做什么
Off Grid AI 建立在这样一个前提上:智能应该是你拥有的工具。
模型是开放权重的,软件在你的设备上运行。核心功能不需要订阅:下载应用,下载模型,AI 就能运行,无需任何持续付费。
我们可能会提供可选的付费功能。但模型,也就是智能层本身,在本地运行,不按用量计费,也不会因为第三方而改变价格。
你应该为软件付费。你不该为在自己已有硬件上运行的智能支付租金。