企业官网建设流程全解析

如果说以前的手机厂商卖的是“硬件溢价”，那 2025 年这波 AI 手机，可能正在把收费模式改成“硬件赚一次、软件订阅再赚一次”。

这次我们来看一个很实际的问题：买了一台 AI 手机，为什么还要为“智商”继续付费？

先给结论：AI 手机不等于免费 AI。你买到的只是算力入口，真正干活的大模型推理、云端 API 调用、Agent 任务调度，很多是按用量或按月订阅单独计费的。手机厂商在硬件上卷完镜头和屏幕之后，现在开始卷“AI 功能包”，从语音助手到文档总结、从图片编辑到 Agent 自动操作，每一项都可能是订阅服务的入口。

这篇文章不是手机评测，也不是劝你买哪款机型。我会把“AI 手机额外付费”这件事拆成可验证的技术模块来聊：端侧模型能力边界在哪里、云侧调用为什么会产生成本、有没有办法用本地部署和开源模型绕开订阅费、怎么判断一个 AI 功能到底值不值得付钱，以及如果你自己做测试或开发，需要注意哪些坑。

适合读者：近期打算换 AI 手机的人、做 AI 应用开发的技术人员、关注端侧与云侧模型部署的工程师，以及任何想知道“手机 AI 订阅费到底花在哪”的人。

1. 核心能力速览

先给一张表格，把“AI 手机额外收费”这个现象拆成技术维度来看。这里不针对某款具体机型，而是按当前主流 AI 手机的技术形态做总结。

从这张表能看出几个关键点：

第一，真正被收费的通常不是“模型本身”，而是“调用权”和“服务连续性”。端侧模型一次买断或免费，但云端大模型按 Token 计费，订阅费本质上是预付费的 Token 包加 Agent 次数包。

第二，手机厂商把 AI 收费包装成“增强服务”，但底层成本和你在电脑上调用大模型 API 是一样的。区别只是手机厂商帮你把模型、Agent 调度、数据存储都封装好了，然后按月向你收费。

第三，本地部署开源模型确实可以绕开订阅费，但代价是你要自己承担硬件、环境、稳定性、模型质量和隐私安全责任。这个取舍，下面详细展开。

2. 适用场景与使用边界

AI 手机的额外付费，并不是所有用户都会被“精准收割”。你需要先判断自己属于哪类人。

2.1 适合“付费”的场景

• 高频办公用户：每天用语音转写、文档摘要、会议纪要大模型生成。这类用户对 Token 消耗量极大，手机厂商的包月套餐比单独买 API 便宜，而且开箱即用。
• 跨应用 Agent 重度用户：需要手机自动订票、比价、整理信息、操作多个 App。这个能力涉及屏幕理解、应用间跳转和云端任务编排，自己搭一套成本很高，厂商付费服务反而更有性价比。
• 视频/图像创作者：大量使用云端文生图、去水印、超分生成。手机厂商把云端 GPU 打包到订阅里，省去了自己租算力.
• 不太想折腾的人：本地部署大模型需要下载模型文件、处理依赖冲突、调显存参数。如果你只看重“能出结果”，订阅付费更省心。

2.2 不适合“付费”的场景

• 轻度用户：偶尔用一次语音助手、每周只做几次文档总结，免费额度通常足够。
• 技术型用户：愿意折腾、有自己的电脑或服务器，可以用开源模型替代大部分云端功能。
• 隐私敏感用户：手机订阅服务会把数据上传到云端处理。如果涉及个人敏感信息，本地部署更稳妥。

2.3 使用边界与合规提醒

这里必须说得直白一些。

• 手机 AI 的“隐私保护”宣传，指的是端侧处理那部分。一旦功能切换到云端模型，你的文本、图片、语音就可能在服务器上被处理。务必阅读隐私条款，确认数据是否会用于模型训练。
• 涉及人脸、声音、位置、通讯录等敏感数据时，优先选择端侧处理功能，或者使用本地部署开源模型。
• Agent 自动操作涉及跨应用权限，存在误操作风险。安装任何“AI 助手”时，仔细审查它被授予的权限范围，尤其是读取短信、通讯录和相册的权限。
• 商用场景下，把手机 AI 生成的内容直接用于产品发布，需要复核生成结果，避免版权和事实错误。

3. 环境准备与前置条件

如果你想验证“手机 AI 功能到底值不值得付费”，或者想用本地部署方案替代订阅，建议从两个层面准备环境：手机端和开发端。

3.1 手机端通用检查清单

• 操作系统：iOS / Android 最新两个大版本内，不同 AI 功能对系统版本有要求。
• 可用存储空间：端侧模型文件通常在 2GB 到 10GB，安装前预留足够空间。
• 网络环境：云侧 AI 功能依赖稳定的蜂窝网络或 Wi-Fi。
• 账号体系：AI 订阅服务通常绑定手机厂商账号，需要先注册并完成实名认证。
• 免费试用周期：大多数厂商提供 3 到 6 个月免费体验，到期自动续费。建议在试用期结束前主动取消，评估后再决定是否续订。

3.2 开发端通用检查清单

如果你打算自己搭一套“开源替代方案”，准备一台有 NVIDIA 显卡的电脑或一台云服务器会更方便。

• 操作系统：Ubuntu 22.04 / Windows 11 均可，服务器优先 Ubuntu。
• GPU 建议：建议 8GB 以上显存，用于本地大模型推理。
• 推理框架：Ollama、llama.cpp、vLLM 三选一。
• 手机与电脑通信：同一局域网内，手机可以通过 Web 访问电脑上的模型服务。
• 磁盘空间：模型文件 + Python 环境，预留 30GB 以上空间更稳妥。
• 端口准备：默认使用常见端口，如 11434、7860、8000，避免与本地其他服务冲突。

3.3 你需要理解的关键概念

在验证“AI 手机值不值得付费”之前，先建立三个技术判断标准：

Token 消耗量：模型按 Token 数计费。一次短问答消耗约 500 Token，一次长文本总结可能消耗 3000 到 5000 Token。厂商订阅套餐里写的“XX 次免费对话”或“XX 万 Token”，直接影响你能用多久。

端侧还是云侧：同一个 AI 功能可能同时有端侧处理和云侧处理。比如语音转文字在端侧离线完成，但随后的语义理解走云端。只有云侧会消耗订阅额度。

Agent 调用次数：跨应用自动操作通常按“任务”或“步骤”计费。一次复杂任务可能消耗 5 到 10 次工具调用，消耗速度远高于普通对话。

4. 本地开源替代方案的安装部署与启动

这部分给想要“不付智商税”的读者一套通用部署思路。以 Ollama 为例，演示如何在电脑上搭一个可以被手机访问的大模型服务。这里只说通用流程，具体版本和模型名以你下载到的实际文件为准。

4.1 安装 Ollama 并下载模型

# 在电脑上安装 Ollama # Windows 用户直接到官网下载安装包；Linux 用户执行： curl -fsSL https://ollama.com/install.sh | sh

安装完成后，拉取一个适合端侧场景的轻量模型。模型大小直接决定手机访问时的响应速度：

# 拉取一个 7B 级别模型，显存 8GB 即可流畅运行 ollama pull qwen2.5:7b # 启动并常驻服务 ollama serve

默认服务地址是http://127.0.0.1:11434。要让手机能访问，需要把监听地址改为主机 IP。

# 设置环境变量，监听局域网所有地址 export OLLAMA_HOST=0.0.0.0:11434 ollama serve

这个操作在 Windows 上可以通过系统环境变量配置，Linux 和 macOS 可以直接导出环境变量。修改后，手机浏览器访问http://电脑局域网IP:11434，能返回 Ollama 的版本信息，就说明服务通了。

4.2 部署一个带 WebUI 的问答服务

Ollama 只有 API，没有聊天界面，建议配合 Open WebUI 使用。这个组合能实现类似手机厂商 AI 助手的问答体验。

# 使用 Docker 启动 Open WebUI docker run -d -p 3000:8080 \ -e OLLAMA_BASE_URL=http://host.docker.internal:11434 \ -v open-webui:/app/backend/data \ --name open-webui \ ghcr.io/open-webui/open-webui:main

启动后访问http://电脑局域网IP:3000，注册账号即可开始使用。手机与电脑在同一局域网时，手机也能直接打开这个页面。

4.3 部署一个可调用的 API 服务

如果你的目标不是聊天，而是把手机 AI 能力接入自己的工具，那就需要走 API。Ollama 本身提供 HTTP API，下面是 Python 调用示例。

import requests import json url = "http://电脑局域网IP:11434/api/generate" payload = { "model": "qwen2.5:7b", "prompt": "用一句话解释什么是大模型 Token", "stream": False } response = requests.post(url, json=payload, timeout=120) data = response.json() print(data.get("response", ""))

这个接口返回的是纯文本，可以很轻松地接到自己的工具里。需要注意，电脑局域网IP要替换成实际 IP 地址，qwen2.5:7b要替换成你实际拉取的模型名。

4.4 与手机厂商 AI 的对比

从这张表能看出，本地部署并不是“完全零成本”，它把金钱成本换成了时间成本和技术维护成本。对技术人员来说，这个交换通常是划算的；对普通用户来说，付费订阅可能是更理性的选择。

5. 功能测试与效果验证：怎么判断 AI 功能值不值

不管你是付费用户还是本地部署用户，都需要一套验收标准。这里给出通用测试流程，覆盖手机 AI 最常见的四个功能场景。

5.1 测试一：语音助手与对话质量

测试目的：验证 AI 助手的语义理解能力和多轮对话稳定性。

操作步骤：

1. 用手机 AI 助手说出一个包含具体数字和日期的问题，例如“帮我把 12 月 25 号下午 3 点的会议改到 4 点，并提醒我提前 15 分钟”。注意措辞要口语化、自然，不要故意把信息整理好再说，这样才能测出真实理解能力。
2. 接着补充一个与刚才问题相关的额外要求，例如“顺便把会议地点从会议室 A 改到 B”，观察它是否能结合上一轮上下文处理。
3. 说一句带有歧义的话，例如“明天下午的会帮我推了”，观察它是理解成“取消会议”还是“推迟会议”。
4. 问一个需要调用联网知识的问题，例如“告诉我最近发布的主流大模型有哪些”，观察它是否联网搜索、引用来源是否可靠。

预期结果：

• 能准确提取关键信息并完成操作。
• 多轮对话不丢失上下文。
• 对歧义句有追问或合理假设。
• 联网回答有引用来源。

判断依据：连续进行 10 组不同难度对话，正确完成 8 组以上，说明助手可用。

常见失败原因：网络延迟高导致超时；端侧模型理解能力不足；云端 Token 额度耗尽后自动切换为低质量模型。

5.2 测试二：文档总结与长文本问答

测试目的：验证 AI 能否处理真实文档，而不是简单的短文本问答。

操作步骤：

1. 准备一份 3000 字左右的 PDF 或 TXT 文档，导入手机 AI 助手。
2. 直接问“这份文档的核心结论是什么”，要求输出 300 字摘要。
3. 追问“文档中提到的第二个数据来源是什么”，验证定位能力。
4. 让助手提取文档中的行动项或列表信息，并生成待办事项。

预期结果：

• 摘要内容准确，没有明显虚构。
• 能定位到文中细节，而非编造答案。
• 提取的信息结构化，可直接复制使用。

判断依据：摘要中不包含原文没有的信息；细节定位准确率在 90% 以上。

常见失败原因：单次上下文窗口不足，导致长文档被截断；RAG 检索召回不准确，模型检索到了无关段落；文档格式兼容性差，扫描版 PDF 无法解析。

5.3 测试三：图像处理与生成

测试目的：验证端侧图像处理和云侧生成的边界。

操作步骤：

1. 用一张普通照片测试“抠图”功能，观察主体边缘是否干净。
2. 用一张低分辨率图片测试“超分”功能，观察细节恢复程度。
3. 输入文字描述生成一张图片，例如“一只戴宇航头盔的猫，赛博朋克风格，蓝色场景”，观察生成效果。
4. 把生成结果再次导入“图生图”功能，追加风格要求，观察是否支持多轮编辑。

预期结果：

• 端侧抠图在 1 到 2 秒内完成。
• 云侧生成图片需要 10 到 30 秒，不同机型差异很大。
• 生成结果整体符合描述，但细节可能存在瑕疵。

判断依据：抠图边缘是否准确、生成图是否执行了核心描述词、多轮编辑是否保持主体一致性。这里有一个提醒：只测试自己的照片和素材，不要上传他人肖像、受版权保护的图片或包含敏感信息的图片。人脸处理、图像生成都可能涉及肖像权和隐私问题，测试时必须用自己有权使用的素材。

常见失败原因：端侧模型输出分辨率低；云侧服务请求排队时间过长；提示词过长被截断；网络不佳导致上传下载失败。

5.4 测试四：Agent 跨应用操作

测试目的：验证手机 AI 能否真正操作其他应用，还是只是演示级功能。

操作步骤：

1. 给 AI 一个明确任务，例如“在备忘录中新建一条笔记，写上‘周五晚上 7 点取快递’”。
2. 给一个跨应用任务，例如“搜索附近的咖啡店并把结果整理成列表”。注意要先确认当前手机上有没有关联应用，以及授权是否已经完成。
3. 给一个需要修改预设信息的任务，观察是否需要用户二次确认。

预期结果：

• Agent 能正确识别应用类型并跳转。
• 操作过程有清晰的进展反馈。
• 涉及敏感操作（发送消息、转账、删除内容）时，必须弹窗让用户确认。

判断依据：Agent 任务完成准确率、是否需要反复纠正、权限请求是否合理。Agent 是 AI 手机最值得测试的模块，因为它直接体现“智商付费”的价值——功能越完整的 Agent，成本越高，订阅费越不冤。

常见失败原因：应用未适配导致无法操作；权限不足；任务链过长导致中途失败；云端 Agent 调度服务不可用。

5.5 测试五：消耗速度与额度监控

测试目的：验证订阅额度到底够不够用。

操作步骤：

1. 记录开始测试前账号内的剩余额度或 Token 数。
2. 连续完成 5 次文档总结、10 次日常对话、3 次图像生成。
3. 再次查看剩余额度，计算单次操作的平均消耗。
4. 推算出你正常使用一周的额度消耗量，与套餐额度对比。

预期结果：能明确算出“每个月能进行多少次文档总结”和“多少次图像生成”。

判断依据：如果平时以文档总结为主，而套餐额度只够支持 20 次，那就是典型的“不够用”状态，要么升级套餐，要么换成本地部署的轻量方案。

6. 接口 API 与批量任务的成本分析

对于开发者和重度用户，手机 AI 额外付费的本质是“云 API 调用”的转售。理解 API 成本和批量任务消耗，才能判断厂商的订阅价是否合理。

6.1 手机 AI 背后的 API 成本构成

一次手机 AI 请求，通常经历以下链路：

1. 手机端采集输入（语音、图片、文本）。
2. 端侧模型做第一轮处理（语音转文字、图片压缩、意图识别）。
3. 如果端侧置信度不足，请求被转发到云端大模型。
4. 云端模型返回结果，厂商做内容安全过滤和格式封装。
5. 结果传回手机端，展示给用户。

从第 3 步开始，产生实际的 Token 费用和算力费用。厂商承担的成本包括大模型推理 GPU、带宽流量、内容安全审核、Agent 工具调用、日志存储。订阅费就是把这些成本分摊到用户头上，再叠加利润。

6.2 通用 API 调用模板

如果你自己在开发 AI 应用，可以用下面的模板模拟一台“AI 手机”的云端请求。这里以 OpenAI 兼容接口为例，几乎所有主流大模型服务商都支持这个格式。

import requests import json api_key = "你的API Key" url = "https://api.example.com/v1/chat/completions" payload = { "model": "your-model-name", "messages": [ {"role": "system", "content": "你是手机上的AI助手，回答尽量简短。"}, {"role": "user", "content": "总结下面这段话：..."} ], "max_tokens": 800, "temperature": 0.3 } headers = { "Authorization": f"Bearer {api_key}", "Content-Type": "application/json" } response = requests.post(url, json=payload, headers=headers, timeout=60) data = response.json() print(json.dumps(data, ensure_ascii=False, indent=2))

关键参数说明：

实际手机厂商的订阅服务不会让你指定这些参数，但了解了这套逻辑，你就知道厂商在什么环节产生了成本。

6.3 批量任务设计建议

AI 手机的“订阅额度不够用”，往往不是高频对话吃掉的，而是批量任务集中爆发导致的。典型场景：你连续上传 10 张图片做背景移除，或者一次性丢给 AI 五份长文档做摘要。

批量任务的正确做法是加队列和限速：

import time import requests def batch_process(file_list, api_url, delay_seconds=2): results = [] for idx, file_item in enumerate(file_list): with open(file_item, "r", encoding="utf-8") as f: content = f.read() payload = { "prompt": f"请总结以下内容：{content[:2000]}", "max_tokens": 500 } try: resp = requests.post(api_url, json=payload, timeout=60) results.append(resp.json()) except Exception as e: results.append({"error": str(e), "index": idx}) # 控制请求频率，避免触发限流 time.sleep(delay_seconds) return results

批量任务一定要加失败重试和结果持久化。手机 AI 的云侧服务通常有 Rate Limit，连续请求可能直接返回 429，表现为“AI 暂时不可用”。本地部署的 Ollama 通过num_parallel控制并发数，设置客户端请求间隔是更稳妥的做法。

6.4 算一笔账：订阅 vs API vs 本地部署

这里不编造具体价格，给出一个通用判断方法：

• 手机订阅费是“打包价”，适合使用频率稳定、希望省事的用户。
• 大模型 API 是按量付费，适合开发者，成本与用量成正比，但单价通常比手机订阅的隐含单价更透明。
• 本地部署是“固定成本”，前期投入时间和电费，用越多越划算，适合技术人员。

选哪种方案，取决于你的 Token 消耗量。如果每天消耗的 Token 不超过 5 万，API 按量付费可能比手机订阅更便宜；如果每天消耗 50 万 Token，本地部署一台 24GB 显存的显卡更划算；中间区间用谁都有道理，看你的维护时间预算。

7. 资源占用与性能观察

在讨论“AI 手机智商付费”这件事时，资源占用决定了两个问题：端侧模型是否流畅、云侧请求是否会导致电量/流量暴涨。

7.1 手机端资源占用观察方法

看三点：

存储占用：检查系统设置中的“AI 模型”或“智能服务”存储项目。端侧模型通常在 2GB 到 10GB。如果你看到存储占用持续上涨，说明有自动下载模型的逻辑。建议保留 Wi-Fi 环境下自动更新，避免流量被吃掉。

内存占用：AI 助手在后台驻留时，会常驻几百 MB 到 2GB 内存。内存占用过高，会影响其他应用的流畅度。可以在开发者选项里查看“后台进程限制”，或者直接观察日常使用是否变卡。

电量消耗：云侧 AI 请求的耗电主要来自网络射频，端侧推理的耗电来自 NPU。如果某个 AI 功能一天耗电超过 15%，就该考虑是不是端侧模型推理频率过高，或者云侧请求失败导致的重试机制触发太多。

7.2 云端推理性能观察

如果你是开发者，需要认真看本地或云服务器的资源占用：

# 查看 GPU 显存占用 nvidia-smi # 查看 Ollama 服务日志中的响应时间 tail -f ~/.ollama/logs/server.log # 查看端口 11434 的连接数 ss -tunlp | grep 11434

判断服务是否健康的三个指标：

• 首次响应延迟：手机发出请求到收到第一个 Token 的时间。局域网部署的 7B 模型通常应在 0.5 到 3 秒。
• Token 生成速度：7B 量级模型在消费级显卡上大约每秒 20 到 50 Token。如果你的部署速度远低于这个范围，说明量化级别不够或显存带宽受限。
• 并发请求时显存占用：通过nvidia-smi观察显存是否被打满。如果打满，后续请求会排队，表现为响应越来越慢。

7.3 手机 AI 一直发烫或耗电快怎么办

先判断是端侧推理还是云侧传输导致的：

1. 关闭手机 AI 助手的“后台随时监听”功能，改成手动唤醒。
2. 观察息屏状态下是否仍有 AI 相关进程在活动。
3. 检查是否开启了“自动同步 AI 数据”，关闭它。
4. 如果发烫集中在摄像头附近且 AI 助手从未使用，可能是某个应用绑定了人脸识别或本地图像索引，逐个排查应用权限。

对于本地部署方案，降低功耗的方法是选用量化模型（如 Q4_K_M），显存需求降低，功耗也低；或者把服务放到远程服务器上，手机侧只做轻量客户端。

8. 常见问题与排查方法

手机 AI 和本地部署都会遇到各种问题，这里整理一份通用排查清单。它不能覆盖所有机型，但覆盖了大多数场景。

补充一个非常常见的坑：很多人以为“手机 AI 免费”，结果在购买手机时默认勾选了首月免费、次月自动续费的 AI 增值包。建议购机后立即到账号中心检查有哪些订阅项，取消不需要的自动续费。这个操作本身不复杂，但能避免在账单上看到意料之外的开销。

8.1 依赖安装失败的通用排查

如果你在本地部署时遇到 Python 依赖或 Docker 镜像下载失败，按顺序排查：

# 1. 确认 Python 版本 python3 --version # 2. 确认 pip 可用 pip3 --version # 3. 按项目提示安装 requirements pip3 install -r requirements.txt # 4. 如果某个包安装失败，单独安装并查看报错 pip3 install <package-name> -v

Docker 镜像下载慢是高频问题，建议配置镜像加速器，然后重建容器。

docker rmi ghcr.io/open-webui/open-webui:main docker pull ghcr.io/open-webui/open-webui:main

8.2 CUDA / 显卡驱动问题

本地部署大模型最常见的两个报错：CUDA out of memory和No CUDA GPUs are available。

• CUDA out of memory：模型太大，显存不够。换成量化版模型，qwen2.5:7b的 Q4 量化版大约需要 5GB 显存，如果仍溢出，用更小的 3B/1.5B 模型。
• No CUDA GPUs are available：驱动或 CUDA Toolkit 版本不匹配。先执行nvidia-smi看驱动版本，再安装对应版本的 CUDA。如果用的是 Ollama，它自带运行时，通常不需要额外安装 CUDA，但要求显卡驱动较新。

8.3 接口 API 调用失败

调用本地 Ollama API 失败时，先排除三件事：

1. 服务是否在运行：curl http://127.0.0.1:11434/api/tags
2. 模型是否拉取：ollama list
3. 网络是否能通：手机访问http://电脑IP:11434，如果打不开，检查防火墙和监听地址。

调用云厂商 API 失败时，优先看返回状态码：

• 401：API Key 错误或没有权限。
• 429：限流，等待后重试。
• 500：服务端错误，等一段时间重试。
• context_length_exceeded：输入太长，超出模型的上下文窗口。解决方法：压缩文档内容，或换用更大上下文窗口的模型。

9. 最佳实践与使用建议

基于前面的分析，整理一组工程化建议。不管你是付费用户，还是本地部署玩家，这几条都值得参考。

9.1 先小参数测试，再决定付费

不要在购买手机 AI 服务的第一天就开通全年订阅。先用免费试用额度，做一次完整的专项测试，包括文档总结、语音识别、图像生成、Agent 任务，掐表记录每次操作的耗时时长，记录额度消耗数。只有当你确认“每周都会用 5 次以上”时，订阅才会真正划算。

9.2 建立一套最小可运行的本地 AI 环境

即使你决定付费，本地搭一套最小环境也有价值。当云侧不稳定、额度耗尽、或者隐私数据不能上送时，它就是一个兜底方案。

最小可运行组合推荐：

• Ollama +qwen2.5:7b或更小模型
• Open WebUI 提供聊天页面
• Python requests 脚本用于 API 测试

这套组合占用磁盘约 10GB 到 30GB，启动后显存 6GB 到 8GB，多数主流游戏本和台式机都能跑。

建议把模型文件、输入素材、输出结果分目录管理：

project/ ├── models/ # 模型文件 ├── inputs/ # 测试素材 ├── outputs/ # 生成结果 ├── scripts/ # 调用脚本 └── logs/ # 日志

9.3 批量任务要加日志和失败重试

手机 AI 和本地 API 都适用这条规则。批量任务一旦跑到一半失败，没有日志等于白跑。每次请求都预留一个日志字段：

import logging logging.basicConfig(filename="ai_batch.log", level=logging.INFO, format="%(asctime)s %(message)s") logging.info("任务ID=%s 开始处理", task_id) logging.info("任务ID=%s 完成，消耗Token=%s", task_id, token_usage)

失败重试默认采用指数退避策略：

import time def retry_request(func, max_retries=3): for attempt in range(max_retries): try: return func() except Exception as e: wait_time = 2 ** attempt logging.error("第%s次失败: %s，%s秒后重试", attempt + 1, e, wait_time) time.sleep(wait_time) raise RuntimeError("重试次数耗尽")

9.4 接口服务要限制访问范围

本地部署的模型服务如果暴露在局域网，建议限制来源 IP，而不是完全开放。

# 只允许 192.168.1.100 访问 ufw allow from 192.168.1.100 to any port 11434 ufw enable

如果部署在云服务器上，务必不要把 API Key 和模型服务地址写进前端代码。正确做法是后端代理中转，前端只与自己的后端通讯，再由后端调用模型 API。

9.5 涉及人脸、声音、版权素材时必须确认授权

这一点必须反复强调。手机 AI 的图像生成、声音克隆、Agent 屏幕录制功能，都存在明显的隐私和版权风险。

• 不要上传他人照片做“AI 写真”或“换脸”测试。
• 不要用未授权的语音样本做声音合成。
• 不要用受版权保护的图片或文档做商用 AI 生成。
• 不要让手机 AI 读取包含账号密码、验证码、身份证信息的内容。

在这些问题上，技术能力不等于法律许可。本地部署也好、付费订阅也好，合规责任都在使用者自己。

9.6 发布或商用前要做效果复核

手机 AI 生成的文字、图片、Agent 整理的数据，都存在幻觉和事实错误概率。用于办公还好，如果发布到公司官网、客户报告或产品宣传页，必须经过人工复核。

最有效的复核方式是“关键事实引用原文”。比如让 AI 总结文档，你抽查它引用的三个数字是否真实存在于原文档。如果找不到原文出处，宁可删除这句话，也不要让它留在正式文本里。

10. 总结与下一步

回到标题的问题：买了 AI 手机，还要再为“智商”付一次钱吗？

答案是：大概率要，但你可以选择不做那个被反复扣费的用户。

手机厂商卖的不是“智商”，而是“便利性”。端侧模型负责快速响应和离线处理，云侧大模型负责复杂推理，Agent 负责跨应用操作，每层都有成本和边界。订阅费合理与否，不取决于厂商宣传，而取决于你的使用频率、Token 消耗量和对数据的掌控要求。

最值得先做的事：

1. 打开手机设置，检查当前所有订阅项，确认哪些是自动续费。
2. 在免费额度内完成一份验证清单：语音助手、文档总结、图像编辑、Agent 任务一个不落。
3. 用额度监控功能记录一周消耗量，算出自己的真实需求。
4. 如果你会装软件、能改端口、不介意命令行，搭一套 Ollama + Open WebUI 的本地最小环境，作为不付费的对照方案。

最容易踩的坑是这两个：一是忘记关自动续费，被“免费”两个字带走了一整年的钱；二是把所有个人数据都交给云侧 AI 处理，在便利和隐私之间缺乏主动选择。

下一步可以继续深入的方向很多：端侧小模型的量化与剪枝、手机 NPU 的推理框架适配、本地 RAG 知识库接入、Agent 任务编排的稳定性测试。无论你是继续用手机厂商的 AI 服务，还是决定自己动手搭建，核心技术逻辑都是一样的：明白每一次“我帮你处理”的背后，到底消耗了什么，并且让自己始终有选择权。

这篇文章帮你把“AI 智商付费”的账算清楚了，下次拿到新手机，先做一遍测试，再决定要不要付款。