機(jī)器之心編輯部

在 iPhone 上跑 Gemma 4，相信很多人都嘗試過了。從大家的反饋來看，模型的可玩性還是很強(qiáng)的，聊一些簡單問題也很流暢，只是在上下文變長、開啟深度思考時速度會變慢，而且會有手機(jī)發(fā)燙、耗電飛快等問題（詳細(xì)反饋參見這篇文章的評論區(qū)：《iPhone 本地跑 Gemma 4 火了，0 token 時代還有多遠(yuǎn)？》）。

此外，最近還有不少人在研究另一種玩法：在電腦上運行 Gemma 4 并將其與龍蝦（OpenClaw）連接

一開始，大家只是自己小范圍嘗試，比如有一個博主說自己在 Mac Studio 上安裝了 Gemma 4 31B 版本，并聲稱由于這種本地部署不花 token 費用，這臺 Mac Studio 3 個月就能回本。當(dāng)然，這種說法是否站得住腳，還得看模型性能是否真的那么能打。

今天，谷歌 Gemma 官方也下場了，直接教大家如何分三步把 Gamma 4 和龍蝦連上。

做法其實很簡單。第一步：下載安裝 ollama：https://ollama.com/download

第二步：將 Gemma 4 的合適版本（官方推薦的是 26B A4B）下載到你的機(jī)器上。你也可以跳過此步驟，因為步驟 3 會處理所有事項。

第三步：通過 Ollama 以 Gemma 4 為后端啟動 OpenClaw。這將自動在你的系統(tǒng)上安裝 OpenClaw 并使用 Gemma 4 26B A4B 啟動它。

當(dāng)然，具體選哪個版本的 Gemma 4，還要看你電腦的配置情況，有人給出了以下參考建議，看來，要想運行官方推薦的 26B A4B 版本，你得買一臺 Mac Studio M4 Pro 48GB 或與之相當(dāng)?shù)臋C(jī)器。

至于顯存，不同的機(jī)器要求也不一樣，如果是 Mac Studio M4 Pro 48GB，16GB 可能就夠用了。如果是配置 GPU 的筆記本電腦，顯存可能至少要達(dá)到 18GB。

看了谷歌官方給的這個教程，有人感慨地說：Gemma 4 + OpenClaw 的整個流程超級干凈，就三步，清晰直接，沒有任何彎彎繞繞、隱藏依賴、provider 配置、endpoint 調(diào)不通、embedding 缺失、模型不響應(yīng)這些破事。以前做本地 Agent 的人，經(jīng)常要花好幾天調(diào)各種細(xì)節(jié)、debug 文檔里根本不寫的坑、面對 API 貴、模型卡死、上下文爆炸、今天能跑明天就崩的問題。所以這次發(fā)布真正厲害的不是模型本身「輕量又強(qiáng)」，而是終于把「本地跑 Agent」從一場每天都在打的苦戰(zhàn)，變成了真正可復(fù)制、簡單可用的東西。

那跑起來效果怎么樣呢？從反饋來看，即使是最大版本的 Gemma 4，智力水平上和 Opus 等頂尖模型肯定還是差一大截，而且在調(diào)用工具、長上下文等方面短板明顯。這讓很多人質(zhì)疑本地部署這一模型的實用性。

但也有人指出，其實很多人用龍蝦處理的任務(wù)都相當(dāng)簡單，比如做簡報、會議轉(zhuǎn)錄和一些定時任務(wù)，這類任務(wù)讓本地模型去跑還是很實用、很劃算的。

此外，還有一個值得關(guān)注的問題，在 OpenClaw 里用小模型到底安不安全？

龍蝦之父 Peter Steinberger 曾在采訪中說，他奉勸大家不要用廉價的小模型或本地模型，因為這類模型很容易受到提示注入攻擊，更加智能的模型在一定程度上更容易識別出這種攻擊。

所以，這種部署方式到底要不要嘗試，大家還得自己掂量一下。