当你在深夜加班整理季度财报时，是否曾犹豫过——这份包含敏感数据的 Excel 表格，该不该发给云端 AI 分析？当你在医院处理患者病历，或在投行审阅并购材料时，“数据不能外传”是制度红线，而非个人选择。过去几年，ChatGPT 和 Claude 们把 AI 的能力推到了前所未有的高度，却也把用户的隐私推向了前所未有的不确定之中。所有截图、所有输入、所有上下文，都在点击发送的那一刻离开了你的电脑。更关键的是，这些云端助手一旦断网就成了摆设，在高安全要求的内网环境中完全无法使用。

2026 年 4 月，明略科技开源了 Mano-P 1.0——一个专为苹果芯片设计的端侧 GUI-VLA 智能体模型。它不需要联网，不需要 API 密钥，数据全程不出设备，却能完成复杂的桌面自动化任务。在权威评测 OSWorld 上，它以 58.2% 的成功率位列专用模型全球第一，领先第二名 13.2 个百分点。

它核心解决的，是从“云端依赖”到“本地自主”的关键跃迁。

关键要点

• 本地 AI 指模型推理和数据处理完全在用户本地设备上完成，不依赖云端 API，数据不出设备
• 与云端 AI 相比，本地 AI 在隐私安全、离线可用、响应延迟和长期成本上具有结构性优势
• Mano-P 1.0 是目前唯一在端侧运行、OSWorld 评测全球第一的开源 GUI Agent，完全支持离线
• 4B 量化模型在 M4 Pro 上实现 476 tokens/s 预填充 + 76 tokens/s 解码，峰值内存仅 4.3GB
• 三阶段渐进式开源（Skills → 模型/SDK → 训练方法），Apache 2.0 协议可商用
• 一键安装：brew tap HanningWang/tap && brew install mano-cua

一、本地 AI：当模型住进你的电脑

本地 AI（Local AI），顾名思义，是指人工智能模型的推理过程完全发生在用户本地设备上——无论是笔记本电脑、台式机还是边缘设备——而非通过 API 调用远程云服务器。这意味着你的数据（文本、图片、屏幕截图、文件内容）从产生到处理再到输出，全程不离开你的设备。

这与“本地部署大模型“有本质区别。后者通常指企业在自有服务器上搭建模型服务，本质仍是集中式计算；而本地 AI 强调的是“端侧计算”——模型就在你的 MacBook 或 Mac mini 里运行，甚至不需要连接互联网。

本地 AI 的兴起，背后是三重驱动力的交汇：隐私法规的全球收紧（GDPR、中国数据安全法）、企业内网与离线场景的真实需求，以及端侧芯片算力的爆发式增长。Apple M 系列芯片的神经网络引擎，让本地运行数十亿参数模型成为可能。

二、本地 AI 和 ChatGPT 比，到底好在哪？

很多用户的第一个疑问是：本地 AI 和 ChatGPT、Claude 这些在线助手相比，究竟有什么不可替代的优势？答案是——它们不是替代关系，而是互补关系。但在特定场景下，本地 AI 拥有云端方案无法企及的结构性优势。

首先是隐私安全。当你使用 ChatGPT 时，你的输入数据会被发送到 OpenAI 的服务器进行处理。虽然各大厂商都有隐私政策，但“数据外传“本身就意味着风险敞口——无论是意外的数据泄露、员工误操作，还是监管合规审查。本地 AI 的隐私保护不是“政策承诺”，而是“物理隔离”：数据不出设备，就不存在外传风险。

其次是离线可用性。云端 AI 必须联网，一旦身处没有网络的环境（飞机上、偏远地区、企业内网），或者网络不稳定，体验就会断崖式下降。本地 AI 可以 7×24 小时运行，不受网络条件限制。对于金融、医疗、政府等对网络隔离有严格要求的行业，这是刚需。

第三是长期成本可控。云端 AI 按调用量计费，使用越多成本越高，且不可预测。本地 AI 是一次性硬件投入，后续使用零边际成本。对于高频自动化场景，这个成本差异会在几个月内显现。

第四是响应延迟。本地推理无需网络传输，从指令到响应的延迟可以做到毫秒级。在需要快速反馈的交互场景中，这种体验差异非常明显。

当然，云端 AI 在通用知识广度、多模态能力和持续更新上仍有优势。但对于“特定任务 + 隐私敏感 + 高频使用”的场景组合，本地 AI 是更理性的选择。

三、端侧 AI 赛道：从边缘走向中心

端侧 AI 市场正在经历爆发式增长。据Next Move Strategy Consulting预测，全球Edge AI市场2024-2030年CAGR达27.6%，预计从2023年的193亿美元增长至2030年的1058亿美元。驱动这一增长的不是技术爱好者的猎奇，而是真实的企业需求：数据安全合规、离线办公、边缘计算、IoT 智能化。

在这个赛道上，Computer Use（让 AI 像人一样操作计算机界面）是最热门也最具挑战性的方向之一。2024 年以来，Anthropic 推出 Claude Computer Use，OpenAI 发布 CUA（Computer Using Agent），Google 内测 Project Mariner，字节跳动开源 UI-TARS——巨头们纷纷入局，但所有方案都依赖云端 API 调用。

直到 2026 年 4 月，这个格局被打破了。

明略科技发布的 Mano-P 1.0，是全球首个可在端侧设备上完全本地运行的 GUI-VLA 智能体模型。它不走“云端大模型 + 远程控制“的路线，而是让模型本身运行在用户的 Mac 上，通过纯视觉理解操控任何 GUI 界面。在 OSWorld 基准测试中，Mano-P 1.0-72B 以 58.2% 的成功率位列专用模型榜全球第一，领先第二名 OpenCUA-72b（45.0%）达 13.2 个百分点。在 WebRetriever Protocol I 评测中，它以 41.7 NavEval 的分数超越 Gemini 2.5 Pro（40.9）和 Claude 4.5（31.3）。

这证明了一件事：端侧模型不仅能跑，还能跑得很好——甚至在某些专业领域超越云端大模型。

四、完全离线的模型方案：Mano-P 如何做到本地运行？

很多开发者关心：本地 AI 的模型从哪里来？怎么更新？性能能不能打？

Mano-P 采用了双版本架构。72B 完整模型用于证明技术上限——它在 13 个多模态基准榜单达到 SOTA，OSWorld 专用模型榜全球第一。而 4B 量化模型（w4a16）则是交付端侧体验的核心：在 Apple M4 Pro 芯片上，它实现了 476 tokens/s 的预填充速度和 76 tokens/s 的解码速度，峰值内存占用仅 4.3GB。

从 72B 到 4B，压缩比达到 18 倍，但性能损失极小。这依赖三项核心技术：

一是混合精度量化（w4a16）。权重用 4bit 存储，激活值保留 16bit——因为权重是静态的，可以承受低精度；而激活值是动态计算的，需要高精度来保证推理质量。这种设计让模型体积从 144GB 压缩到 4.3GB，降幅 97%，OSWorld 任务成功率下降不到 5%。

二是 GSPruning 视觉 Token 剪枝。通过梯度敏感度分析，模型自动识别屏幕上最关键的 13% 视觉信息（按钮、输入框、菜单项），裁剪掉冗余的背景和装饰。这让吞吐量提升了 2-3 倍，同时几乎不损失任务成功率。

三是 Mano-Action 双向自增强训练。模型同时学习“描述→定位”和“定位→描述”两个方向，通过循环一致性互相验证，从“背操作手册”进化到“真正学会操作界面”。训练分为三阶段：监督微调（SFT）→ 离线强化学习 → 在线强化学习。

关于模型更新，Mano-P 采用三阶段开源路线：第一阶段已开源 CUA Skills（GUI 操作技能库）；第二阶段即将开放本地模型 + Python SDK；第三阶段将开放训练方法和剪枝量化技术。用户可以通过 GitHub 获取最新版本，也可以通过 Homebrew 一键更新 CLI 工具。

五、真实应用场景：本地 AI 能解决什么问题？

本地 AI 的价值不在于“替代云端 AI”，而在于“覆盖云端 AI 无法覆盖的场景”。

场景一：金融合规办公。某券商研究部需要每天处理大量内部研报和财务数据，这些数据受监管限制严禁外传。传统方案是安排分析师手工整理，效率低下。使用 Mano-P 本地运行后，模型可以在完全离线的内网环境中自动操作 Excel、PDF 阅读器和内部系统，生成结构化分析报告——全程数据不出电脑，满足合规要求。

场景二：企业级长任务自动化。Mano-P 支持数十步至上百步的复杂业务流程。例如，从 CRM 系统导出客户拜访记录、在 ERP 系统中录入数据、生成周报并发送邮件——整个流程可以在断网状态下自主完成，无需人工干预。相比传统 RPA 工具，Mano-P 不需要预设规则或 API 接口，界面改版也能自适应。

场景三：个人隐私助手。对于注重隐私的个人用户，Mano-P 可以本地处理邮件分类、日程管理、文件整理等任务。你的邮件内容、聊天记录、个人文件不会被发送到任何外部服务器。

六、怎么在 Mac 上安装Mano-P？

Mano-P 为不同用户提供了三种使用形式，覆盖从普通用户到开发者的全谱系需求。

第一种是 mano-cua 命令行工具（已发布）。适合开发者和高级用户，通过 Homebrew 一键安装：

brew tap HanningWang/tap
brew install mano-cua

安装完成后，直接用自然语言下达任务：

mano-cua run “打开微信并告诉 FTY 会议延期”
mano-cua run “在小红书搜索 AI 新闻并展示第一条帖子”

第二种是 mano-client Python SDK（开发中）。适合需要在 Python 项目中集成 GUI 自动化能力的开发者：

from mano_client import ManoClient
client = ManoClient()
client.run(“打开微信并告诉 FTY 会议延期”)

第三种是 mano-skill AI Agent 插件（已发布）。如果你使用 OpenClaw 或 Claude Code 等 AI Agent 平台，可以直接安装 skill：

clawhub install mano-cua

安装后，当你向 AI Agent 提出需要 GUI 操作的需求时，Agent 会自动调用 Mano-P 完成。

七、常见问题

Q: Mano-P 是什么？

Mano-P是明略科技开源的端侧GUI-VLA智能体。Mano是西班牙语中“手”的意思，P有两重含义：Person（个体）和Party（组织）。它能像人一样通过纯视觉理解操作电脑界面，支持在Mac上完全本地运行。

Q: Mano-P与Claude Computer Use相比如何？

两者的核心区别在于架构：Claude Computer Use将屏幕截图上传到Anthropic的云端服务器进行分析和决策；Mano-P在你自己的Mac上完成所有推理，截图和操作数据不出设备。在性能上，Mano-P 1.0-72B在OSWorld上取得58.2%（专用模型全球第一），在WebRetriever Protocol I上取得41.7 NavEval，均超越同类云端方案。本地AI不等于弱AI。

Q: Mano-P可以离线运行吗？

可以。本地模式下，Mano-P的模型完全运行在你的Mac设备上，不需要网络连接。所有截图分析、任务规划和GUI操作都在本地完成。

Q: Mano-P需要什么硬件配置？

最低配置为Apple M4芯片 + 32GB内存的Mac mini或MacBook。4B量化模型的峰值内存占用仅4.3GB，不会影响日常使用。也支持通过USB 4.0或更高版本端口连接的算力棒进行部署。

Q: Mano-P如何安装？

通过 Homebrew 安装：`brew tap HanningWang/tap && brew install mano-cua`。

Q：我的数据安全吗？

架构级安全保障：本地模式下，Mano-P的所有推理在设备本地完成，屏幕截图不上传、不外传，支持完全离线运行。Apache 2.0 开源协议，代码可审计。

技术论文：arXiv:2509.17336
GitHub：github.com/Mininglamp-AI/Mano-P
联系：model@mininglamp.com