Ollama 融 6500 万治本地不够强，开的药方是让我上云

哈喽，我是飞飞。

昨天我还在算一笔账，算我那条流水线每篇稿子要背多少固定开销。今天不聊钱了，换个问题：活该分给谁干。

起因是一条融资消息。Ollama 拿到钱了。你要是在自己电脑上跑过开源模型，多半用的就是它。

我看到的中文标题写着「完成 8800 万美元融资」。我下意识就去翻自己四月那篇旧文。四月我真把它跑起来过，还在文章结尾给自己划了一条线。

四个月过去，那条线还站得住吗。

那笔钱的两个数

先说个小插曲。说白了，它就是今天这篇要讲的事的预演。

我去核了一下。这轮是 6500 万美元的 B 轮，7 月 9 号宣布，Theory Ventures 领投，Benchmark、8VC、Y Combinator 都在里面。8800 万是它成立到现在的累计融资，两轮加起来的总数。

差别在哪儿呢。我去看了 Ollama 自己那篇博客，通篇只出现一个数字：

Ollama has raised $88M from Peter Fenton at Benchmark…

博客里没写轮次，也没说这个数是累计。一句陈述累计额的话，长成了宣告本轮的样子。把本轮 6500 万、累计 8800 万写清楚的，是同一天发的官方新闻稿。中文源照着博客那句翻，就成了「完成 8800 万融资」。

我不去揣测人家怎么想的。我只想说一句：官方口径这东西，值得自己拆开看一眼。

后面还有几个数，都是同一个性质。890 万开发者、85% 的财富 500 强在用、云端 token 用量平均每月翻一倍。这几个数全是 Ollama 自己报的，没有外部机构核过。你听的时候心里得给它贴个标签。

我四月划了条线

四月那次，我是被账单逼的。

我用 Ollama 拉起 gemma4 的 e4b，把 ANTHROPIC_BASE_URL 指到本机的 11434 端口。Claude Code 就这么接上了本地模型，半小时写出来一个六十行的计算器。全程 API 花费为零。

过程不复述了，那篇写过。我只留三个当时卡住我的东西。

一个是上下文。Ollama 默认给的窗口不满，得手动写 num_ctx 32768，因为 Claude Code 至少要 32K 才转得动。

一个是兜圈子。模型生成到一半停住，停完又把前面写过的内容重新吐一遍。我盯着屏幕等了大概四十秒，才反应过来它在原地打转。

还有一个是速度。gemma4:e4b 在我那台 M1 MacBook Pro 上每秒 20 到 40 个 token。跟云端一比就是慢。

但我那篇的结尾没有说本地不行。我当时的原话是，我改主意了。只要任务不超过它的能力边界，本地比云端更好用。理由就一条：它不会在你最需要的时候突然断网。

所以我划的是一条线。实验、学习、小活，给本地。真要写好代码的复杂活，切云端。

今天要问的，是这条线该不该往上抬。

它抹平的是摩擦

这轮钱主打的方向叫混合推理。

说人话就是，机器扛得住，模型就在你本机跑；扛不住，自动切到它的云上。你这边一行配置都不用改，账号照旧，API 照旧。

它的新闻稿把这事写得很坦白：本地和云端之间，体验没有差别。

我盯着这句话看了一会儿。

作为产品设计，这一手漂亮。可我要问的是另一个问题：本地那一档，变强了吗。

没有。这轮钱买到的东西，不在把本地那一档抬高，在把从本地逃到云上那一下抹平。

打个比方。他们在你家那口井边上，接了一根自来水管。

井还是那口井，水位一寸没涨。只是你从此拧一下就有水。

对我四月那三个卡点来说，这意味着什么。上下文和兜圈子，是小模型自己的毛病。每秒二三十个 token，是我那台 M1 的事。融资不换我的电脑。

三个卡点里，只有能力那一条被正面回应了，而回应的方式是上云。

我留着本地图什么

那我当初为什么非留着本地这条线不可。

我图的不是省钱，是另外三样。数据不出这台机器。断网了照样能跑。模型下下来之后，推理不再计费。

而自来水这东西，天生要接进别人的管网，要人家不停水，还要按吨给钱。

你把这三样摆到那根新管子旁边，问题就出来了。

那条无摩擦的路一旦走上去，这三样同时归零。数据出去了，断网停了，token 重新开始计费。

所以「本地不够强就上云」这句话，对没有这三条诉求的人是纯赚。对我来说不一样。它把我留在本地的那三个理由，跟它给的解决方案，绑到了对立面上。

这话说重了点。我补一句：这是它的产品逻辑，讲得明明白白，没藏。只是我得自己认清一件事。我想要的那部分，和它主推的那部分，不完全重合。

顺带说一个我三月见过的画面。当时 NVIDIA 发了个装在 OpenClaw 上的安全栈，里面有一层叫隐私路由器。它专门做一件事：敏感数据走本地模型，不出设备。

我三月写过它。四月我自己把本地模型跑通了。然后这四个月，我一次都没这么干过。

还有一件事得摆出来，免得把本地说得太干净。

五月的时候，Ollama 有个命令能把 Claude Desktop 切到别家网关。我一直记着这条路。后来 Claude Desktop 升到 1.6259.1，这条路直接堵死。Ollama 的仓库里有人开了 issue，编号 16025。

模型是在我机器上跑的，可那个入口攥在别人手里。所以本地这条线，也没到「全归我管」的程度。说真的，它只把一部分主动权拿了回来，剩下的还得看上游脸色。

有一类活该搬回来

我现在有一个素材库，十三个主题文件。装的全是我自己的一手东西：踩过的坑、真实数字、当时的判断、私人的体感。写每篇稿子之前，流水线都要去里面捞几条。

捞出来的是什么呢。是我踩过的某个坑，是一串我没对外说过的真实数字。它们被拼进一个请求，一路发到云上，走完一整趟往返。

这类活的画像，恰好正中本地那一档的靶心。输入很短，一次就捞几条。任务很机械，匹配、打标、摘一句话。数据很私人，那是我自己的东西。

它一直没搬回本机，原因跟能力无关。是顺手。云端已经接好了，改一次要花半天。

我甚至做过功课。五月底我查过一圈：本地挂个 Qwen 或者 Gemma，配一个 LiteLLM 的代理，十来分钟就能把我那套 skill 文件在本机跑起来。GitHub 上早有现成的项目在干这事。

我查完，写进文章里，然后就没有然后了。

功课做到位、方案摆在那儿、就是不动手，这个状态我猜你也熟。实话讲，挡住我的从来不在技术难度，在那半天。

所以这篇的可执行动作，我给自己也给你。换一把尺子重新分一遍活，只问三件事。

这活的输入该不该出本机。它要吃多长的上下文。断网了还要不要它继续跑。

三条里中两条，现在就该在本地跑。一条都不中，老老实实用云端，别为了本地而本地。

我那个素材库检索，三条中了两条，输入短、数据私。它该搬。

可你也看见了，五月我就把该怎么搬查清楚了，到今天也没搬。

所以这句「它该搬」，你先别当结论听。当成我立在这儿的一张欠条。

什么时候我才挪线

重活那条线，我今天不动。

但我不想拿「再看看」这种话糊弄过去，所以我把条件写死。

我拿四月那个计算器当基准题。同一台 M1，不换机器，同一个 gemma4:e4b。什么时候它能一次吃满 32K 上下文不再原地打转，一口气把那六十行写完，中间不用我拆成好几段喂给它。做到了，我就把线往上抬一格。

这个复测三个月做一次。做不到就还是老样子。

也得说清我不知道的部分。Ollama 的云端服务我没跑过，新版本我没测过。上面那三个数字，是四月那台机器上的实测。这三个月里 Ollama 和 gemma4 都可能变过。我拿它当自己的起点，没拿它当今天的结论。

一件工具融了多少钱，跟它今天配干你哪些活，中间隔着的距离比你以为的远。融资改的是它三年后的样子。你今天要分的活，还得自己拿尺子量。

想问问你。你手边那些天天要跑的活里，有没有哪一件的输入其实不该出本机？就因为云端已经接好了太顺手，你一直往外发。评论区聊聊，我想知道大家都在往外发什么。