我以前以爲私人AI意味着私人聊天。
然後我問了一個更難的問題。
實際工作在哪裏發生？

對於許多主流代理，答案是遠程。

文件被上傳。
代碼在其他地方運行。
工作數據離家。

我覺得這會產生一種軟風險。
私人聊天可能仍依賴於遠程工具執行。

在這種情況下，我認爲@OpenGradient 採取了另一條路線。

本地。
基於瀏覽器。
實用。

OpenGradient Chat [chat.opengradient.ai]稱之爲本地代理。
它在瀏覽器沙箱內運行。
官方網站表示Python在用戶設備上執行。
它可以分析文件，創建圖表，測試代碼，製作文檔，構建應用程序，並在本地顯示實時預覽。

關鍵變化是位置

更近。
可見。
用戶控制。

在實際使用中，
研究人員可以在本地檢查私人數據。
開發人員可以在附近測試代碼。
分析師可以先清理文件。
團隊可以在本地起草敏感報告。

文件和工作空間保持在設備上。
這減少了不必要的數據移動。
原始文件夾通常包含隱藏的上下文。
名稱、筆記、公式和未完成的想法可能會聚在一起。
一次不小心的上傳可能會揭示超出預期的信息。

不過，我覺得還是有限制的。

請求。
離開。

模型調用仍然離開設備。
OpenGradient表示這些調用通過OHTTP中繼和安全環境傳遞。
OHTTP在RFC 9458中定義。
它轉發加密的HTTP消息。
它還減少了用戶與源服務器之間的直接鏈接。

所以，這並不是完全離線使用。

用戶應該審查每個模型請求中進入的內容。
敏感工作仍然需要判斷。

實際檢查：
問代碼在哪裏運行。
問什麼離開。
檢查模型接收到的內容。
然後選擇正確的任務。

私人對話可以減少你所說內容的暴露。
私人計算讓更多的工作過程保持本地。

兩者都必要。

聽着，我認爲這纔是真正的轉變。

本地代理改變了工作的發生地點，而模型請求仍然通過保護路由離開。

私人聊天保護對話。
私人計算保護工作。

#opg $OPG $TNSR $SOL