Off-Grid AI 的生存承诺未能通过可靠性考验

Off-Grid AI 登上 Google News 时，提出了一个颇具诱惑力的承诺：即使互联网接入消失，尽管本地语言模型存在局限，它仍能提供可靠的生存指导。

The Register 的一篇上手评测对这一承诺进行了压力测试。其基本思路听起来合情合理：将本地模型与应急准备手册打包，切断与云端的连接，在断网期间依然保留有用信息。

但反转之处在于，紧急情况恰恰是最不应信任此类系统的时刻——它的错误可能听起来与正确答案一样流畅、精致。离线助手可以检索文档、组织一场虚构的疏散行动，或支持低风险规划；但它无法检查伤势、确认不断变化的现场条件，也无法保证其解读与所引用的来源一致。

这一差别比把 AI 装在 USB 驱动器上携带的新鲜感更重要。真正的较量并非本地 AI 对阵云端 AI，而是产品所承诺的可靠紧急判断能力，与生成式回答尚未解决的局限之间的较量。

Off-Grid AI 实际改变了什么

Off-Grid AI 将常见的本地模型配置变成了打包的应急准备产品，但打包并不能证明其可靠性。

Mountain Ready 于 2026 年 2 月发布该产品，将其定位为面向通信或基础设施失效情境的离线智能系统。其宣称用途涵盖生存、自给自足和应急准备，且无需账户或云端服务器。

该产品通过连接至兼容电脑的 USB 设备运行。根据其系统说明，模型、搜索索引和文档集合均保留在本地。用户在电脑上启动私有服务器，输入问题，然后获得附带检索材料引用的回答。

这一设计采用检索增强生成，即通常所说的 RAG。RAG 会在模型生成回答前，向其提供从选定文档集合中检索出的段落。这种方法可以提高回答的相关性，并提供用户能够自行核查的证据。

该公司表示，随附的资料集合涵盖水源、庇护所、食物、医疗、导航、卫生、通信、能源和维修等主题。公司还称，回答会引用具体来源页面，软件也会拒绝回答其资料集合范围之外的问题。

这些都是有意义的产品设计选择。离线运行消除了对正常互联网连接的依赖。本地处理也限制了用户问题被例行暴露给远程服务的风险。

然而，这两项益处都无法把生成的文字转化为经过认证的应急指导。引用可以标明来源，却无法证明答案准确反映了来源内容。模型也可能选错段落、忽略例外情况，或将各自正确的陈述组合成不安全的建议。

硬件依赖还带来另一层复杂性。USB 设备本身不能独立回答问题。它仍需要一台能正常工作的电脑、足够的内存、充满电的电池，以及能正确启动的操作系统。

在家中遭遇常规服务中断时，这条依赖链尚可应对。但在洪水、撞击损坏、长期停电或疏散之后，它的可靠性会下降。一张防水印刷卡片或许能在让本地 AI 和云端 AI 都失效的条件下保存下来。

这也是该产品获得超出一般本地模型发布范围关注的原因。它将一项尚不完美的技术应用于用户更难验证答案的情境。这一选择构成了 Off-Grid AI 评测背后的核心张力。

为什么 Google News 的关注很重要

出现在 Google News 上反映出更大的转变：本地 AI 正从私人使用走向被宣传为可靠决策支持的产品。

多年来，人们一直在个人电脑上运行语言模型。开发者借助 Ollama、llama.cpp 和桌面模型管理工具等项目，让提示词保留在本地。离线知识资料库也早于生成式 AI 出现，包括可下载地图、百科全书、维修手册和医疗参考资料。

Off-Grid AI 将这些既有元素组合为一款面向消费者的产品，并赋予其特定的情感诉求。它瞄准的是日常服务失效、不确定性上升的时刻。其宣传不再强调模型基准测试，而是转向关于清洁饮水、伤情、发电机、导航和食物的实际问题。

这种定位让供应商承受的压力超过通用聊天机器人。创意助手生成一份平庸的大纲，不会立即造成身体伤害；离线生存助手却可能影响有关出血、电气设备、受污染水源或药物的决策。

该公司试图通过受约束的检索、引用、确定性设置和拒答行为来回应这一压力。其营销材料称，该系统旨在拒绝缺乏支持的请求，而不是即兴编造。

这些控制措施值得审视，但公开材料并未证明它们的有效频率。该公司尚未发布全面的独立评估，涵盖真实紧急情境中的检索错误、误导性引用、不完整拒答或不安全回答。

“零幻觉”这一表述尤其值得怀疑。NIST 在其生成式 AI 概况文件中将“虚构”，即自信地呈现错误或失实内容的生成行为，列为核心风险。检索可以降低这一风险，但无法从数学上彻底消除它。

可信的零错误主张需要明确的测试集、透明的评分方式、可复现的配置，以及独立的系统攻破尝试。它还需要清晰界定何为回答、错误或拒答。

这并不意味着本地检索毫无用处，而是说该产品必须接受比便利型软件更严格的标准。供应商越强调紧急情境，就越没有空间提供含糊的保证。

Google News 可以为这一主张带来关注，但无法验证它。聚合意味着一则报道进入了新闻周期，并不代表产品认证、编辑背书，也不能替代独立测试。

不过，这种关注仍然重要，因为类似产品正在涌现。有些将模型装在手机上，有些使用加固型电脑，还有一些把离线地图与文档档案打包。供应商正在发现，相比抽象的模型性能，隐私和韧性更能推动本地 AI 的销售。

这一趋势也给云端优先的助手带来压力。OpenAI、Google、Anthropic 和 Microsoft 通常通过远程基础设施提供其能力最强的消费级模型。本地产品的模型较弱，但当这些服务无法连接时，它们仍可继续运行。

对于日常写作或复杂分析，云端系统仍具备显著的能力优势。在断网期间，可用性本身就是一种功能。危险始于人们将可用性误认为权威性。

生存承诺碰上现实

即使源文档就存储在模型旁边，离线回答依然是一种生成式解读。

以处理深度割伤的问题为例。软件可以检索讨论止血、伤口清洁或撤离的段落，但模型仍须决定哪些段落适用、如何概括，并以有用的顺序呈现步骤。

它无法感知患者脉搏、估计隐性失血、看见超出图像局限的污染情况，也无法判断施压是否已经止血。它可能不知道患者的用药情况、过敏史、病史，或距离专业救助有多远。

电气建议也存在同样的问题。来源可能准确解释某种接线配置，但模型无法确认用户是否正确识别导线、是否已切断所有能源，或是否遇到受损设备。

生存问题对缺失的背景信息格外敏感。水处理取决于污染物、可用设备、海拔、温度和预期用途。植物识别可能取决于细微的视觉特征。药物指导则取决于年龄、体重、健康状况、相互作用和剂型。

语言模型会将这些变量转化为文字，但它无法可靠地判断哪个未被提及的变量会改变答案。处于压力下的用户可能将自信的回答理解为完整评估。

这正是引用可能制造虚假安心感的地方。相关引用只能证明某份文档包含相关信息，不能证明模型保留了每一项警告、正确应用了程序，或选择了正确的程序。

用户必须打开并核查来源。这一要求削弱了即时 AI 指导的承诺，因为最安全的工作流往往仍要回到阅读底层手册。

设计良好的检索界面仍可改善这一过程。它可以比手动搜索数百页内容更快地定位相关章节；可以将技术词汇转化为暂定的核对清单；也可以帮助用户确定哪一份来源值得关注。

这些是信息检索方面的益处，而非独立判断能力。当用户将其生成的回答视为文档之上的导航层时，产品会更安全。

离线生存助手还继承了数据截止问题。存储的资料在有人更新资料集合之前始终固定不变。修订后的医疗指南、召回信息、新警告、天气状况、道路封闭和当地疏散命令无法自动出现。

供应商承认，其知识反映的是设备出厂时所搭载的版本。因此，更新需要后续刷新或更换。这对离线媒介而言很正常，但与人们直觉上认为 AI 总能提供最佳可用答案的想法相冲突。

云端助手也面临自身的新鲜度问题，包括不准确的网页结果和虚构的摘要。至少在连接仍可用时，它们可以访问当前来源。隔离网络的系统则是有意放弃了这一渠道。

对于绳结图示、无线电操作规程、机械参考资料和基本卫生原则等静态内容，这种取舍是合理的；但当所需答案取决于实时条件时，它就可能很危险。

用户需要清楚地看到持久性参考资料与变化中信息之间的边界。关于既定指南针技巧的回答，与野火移动、当地水源安全、药物召回或疏散路线，属于不同的风险类别。

严肃的产品应在展示生成指引之前传达这一边界。它还应显示来源日期、文档版本、缺失的背景信息，以及拒绝回答的理由。

目前的营销重点正朝相反方向发展。“已验证”“经过实地测试”和“零幻觉”等表述，鼓励用户放松警惕。这些主张需要比供应商目前提供的更有力的公开证据。

Off-Grid AI 评测需要失效测试

真正有价值的问题，不在于助手能否回答预设提示，而在于当情况变得混乱时，它是否能够以安全的方式失效。

一项有说服力的评估应从检索开始。测试人员应使用拼写错误、俚语、不完整描述和相互矛盾的症状来提问。他们应核实系统是否找到了正确文档，以及无关段落是否被带入上下文。

下一层是引用准确性。审查人员应将每一项具有重要后果的主张与所引用页面进行比对。他们应记录缺失的警告、被改动的数量、被遗漏的条件，以及来源并不支持的结论。

拒答行为需要单独测试。一个会拒绝明显违规请求的系统，仍可能回答模棱两可的请求。评估人员应改变措辞、加入误导性前提，并在初次警告后推动模型继续作答。

模型还必须处理相互矛盾的来源。由军事手册、政府指南、旧版参考书和专业材料构成的资料集合，可能包含不同的操作程序。软件需要提供透明的优先级和版本控制规则。

医疗场景需要最严格的对待。美国红十字会提供了一款应急参考应用，其中包括防灾准备信息和警报。即使是结构化资源，也将数字化指引定位为辅助工具，而非受过训练的应急人员的替代品。

美国政府的防灾准备指南同样强调预案、物资、警报和经过演练的应对措施。对话式界面可以帮助定位这些材料，但防灾准备不能等到断电之后才开始。

因此，测试应覆盖完整的设备链路。审查人员需要衡量启动可靠性、电池消耗、发热、存储损坏，以及会话中断后的恢复能力。他们还应在没有记住密码、也没有熟悉桌面环境的情况下测试系统。

他们还应测试用户，而不仅是软件。冷静的专家可能识别出可疑回答，而惊慌的新手可能会接受它。可用性研究应考察用户是否会打开引用、是否理解警告，以及是否知道何时应停止向模型提问。

The Register 的怀疑性表述指向了正确标准。僵尸末日角色扮演可以暴露笨拙的推理或有趣的错误，而不会伤害任何人。真正的紧急情况没有这样的余地。

这并不意味着每个回答都必须取代专业知识。它意味着界面必须始终清楚地传达：它做不到这一点。这一区别应当经受住压力、较低识字水平，以及人们自然倾向于信任流畅语言的考验。

最安全的设计应将搜索结果与生成式综合内容分开。高风险查询可以先展示原始操作规程，再提供明确标注的摘要。软件还可以在显示医疗或电气指导前，要求用户确认其局限性。

它也可以提出结构化追问，而不假装进行诊断。例如，它可以询问是否能够联系紧急服务、严重出血是否仍在持续，或现场是否安全。每个回答都应将用户引回权威操作规程。

供应商可以发布模型卡，详细说明本地模型、量化方式、来源集合、截止日期、拒答规则、评估集和已知失效模式。独立研究人员便可复现测试，而不是依赖宣传演示。

这些披露不会让产品变得万无一失。它们会让其风险更清晰可见，而这正是一种实用的安全形式。

离线 AI 真正有用的地方

本地防灾准备 AI 最有力的应用场景是规划和文档检索，而不是会带来不可逆后果的紧急决策。

在紧急情况发生前，助手可以帮助一个家庭比较清单、整理物资，并在大型参考资料库中定位段落。用户有时间核实结果并纠正错误。

它可以为演练生成虚构情境。一个家庭可以练习应对持续三天的停电、道路受阻或供水故障。AI 可以引入不断变化的限制条件，同时参与者测试他们现有的计划。

这正是角色扮演成为功能而非笑点的地方。模拟让人们能够在问题真正变得重要之前，发现缺少的电池、无法访问的文档、相互冲突的责任，或不切实际的假设。

助手还可以改善低风险技术材料的获取方式。用户可能询问某本手册在何处说明无线电礼仪、食品储存轮换，或炉具维护程序。回答可以直接指向来源中的相应章节。

离线搜索在日常工作中具有隐私优势，前提是软件确实不会建立外部连接。用户仍应核实遥测行为、更新机制及任何可选网络功能。

当用户添加可信的个人资料时，本地知识系统会变得更有用。这些资料可能包括设备手册、家庭库存、联系人列表、地图、保险流程和书面应急预案。

同样的原则也适用于专业知识工作。可搜索的个人知识库可以减少寻找文档所花费的时间，同时将重要决策留给用户。

不过，本地定制也会带来另一项维护负担。必须有人持续更新电话号码、用药清单、设备细节和疏散计划。过时的个人数据可能比缺失的数据更危险，因为它看上去具有权威性。

因此，系统应显示每份用户文档的更新日期。它应标记需要定期审查的记录，并区分个人笔记与经过审查的公共指南。

防灾准备同样需要冗余。AI 设备应与印刷说明、离线地图、充满电的无线电设备、备用电源和经过演练的程序并列使用。它绝不应成为获取关键信息的唯一入口。

这种分层方法化解了大部分看似存在的冲突。本地 AI 不必因为不能充当自主生存专家而毫无用处。它需要的是更狭窄的职责。

这项职责是在清楚展示底层来源的同时，帮助查找、整理和演练信息。它更像一个互动索引，而不是电子荒野医疗员。

产品的长期可信度将取决于其设计和营销是否接受这一更狭窄的定位。当供应商坦率说明局限性时，消费者能够理解。问题出现在自信本身成为卖点时。

Google News 读者接下来应关注什么

三个信号将表明 Off-Grid AI 会成为可信的参考工具，还是仍只是一场引人入胜的生存主题演示。

第一个信号是独立安全测试。供应商应邀请合格评估人员，在对抗性条件下检查医疗、电气、导航和水处理回答。

一份有价值的报告应公布提示词、预期来源、模型配置、失效定义和原始结果。它应将检索成功与回答准确性及拒答质量区分开来。

如果独立测试确认了可靠引用和保守拒答，产品的核心论点就会更有力。如果测试发现遗漏或缺乏来源支持的综合内容，用户应将其限制在低风险检索和规划用途上。

第二个信号是透明的语料库管理。买家需要完整的来源清单、版本日期、变更历史和明确的更新政策。他们还需要知道相互矛盾的文档如何排序。

频繁且可审计的更新能够缓解部分陈旧数据问题。对“经筛选知识”的模糊表述，则会削弱该系统不仅仅是一套主题化文档集合的说法。

第三个信号是界面在高风险问题中的行为。关注未来版本是否首先展示原始指令、暴露不确定性、请求缺失背景，并在紧急服务可用时引导用户联系它们。

这些设计选择比加入更大的模型更重要。更出色的文笔可以提高信任，却不一定提高正确性。在应急软件中，谨慎地说明限制可能比流畅的回答更有价值。

更广泛的本地 AI 市场也应关注同样的指标。离线模型在隐私、韧性、教育、远程工作和文档访问方面具有合理用途。每一种用途都需要与失效代价相匹配的保障级别。

Google News 读者还应区分营销中常被混为一谈的三种说法。一个系统可以离线运行，也可以检索带引用的段落，但仍可能生成误导性的回答。

Off-Grid AI 显然瞄准了前两个目标。现有公开证据并未证实“零幻觉”所暗示的第三个目标。在可复现测试弥合这一差距之前，用户应将生成层视为可能出错的部分。

这仍然留下了一个有用但没那么戏剧化的产品。它可以帮助人们查找手册、准备演练、整理装备，或推演一场虚构的崩溃情境。它不应成为处理伤害、正在发生的危险或不断变化的疏散情况时的最终权威。

正确的下一步很务实。现在就制定应急预案，下载权威资源，维护纸质备份，并在情况平静时测试每一台设备。

然后，请离线助手帮你演练一场僵尸末日。如果它的回答出了错，唯一的受害者应该只是故事。