北京
机器之心编辑部
在 iPhone 上跑 Gemma 4，相信很多人都尝试过了。从大家的反馈来看，模型的可玩性还是很强的，聊一些简单问题也很流畅，只是在上下文变长、开启深度思考时速度会变慢，而且会有手机发烫、耗电飞快等问题（详细反馈参见这篇文章的评论区：《iPhone 本地跑 Gemma 4 火了，0 token 时代还有多远？》）。
此外，最近还有不少人在研究另一种玩法：在电脑上运行 Gemma 4 并将其与龙虾（OpenClaw）连接
一开始，大家只是自己小范围尝试，比如有一个博主说自己在 Mac Studio 上安装了 Gemma 4 31B 版本，并声称由于这种本地部署不花 token 费用，这台 Mac Studio 3 个月就能回本。当然，这种说法是否站得住脚，还得看模型性能是否真的那么能打。
今天，谷歌 Gemma 官方也下场了，直接教大家如何分三步把 Gamma 4 和龙虾连上。
做法其实很简单。第一步：下载安装 ollama：https://ollama.com/download
第二步：将 Gemma 4 的合适版本（官方推荐的是 26B A4B）下载到你的机器上。你也可以跳过此步骤，因为步骤 3 会处理所有事项。
第三步：通过 Ollama 以 Gemma 4 为后端启动 OpenClaw。这将自动在你的系统上安装 OpenClaw 并使用 Gemma 4 26B A4B 启动它。
当然，具体选哪个版本的 Gemma 4，还要看你电脑的配置情况，有人给出了以下参考建议，看来，要想运行官方推荐的 26B A4B 版本，你得买一台 Mac Studio M4 Pro 48GB 或与之相当的机器。
至于显存，不同的机器要求也不一样，如果是 Mac Studio M4 Pro 48GB，16GB 可能就够用了。如果是配置 GPU 的笔记本电脑，显存可能至少要达到 18GB。
看了谷歌官方给的这个教程，有人感慨地说：Gemma 4 + OpenClaw 的整个流程超级干净，就三步，清晰直接，没有任何弯弯绕绕、隐藏依赖、provider 配置、endpoint 调不通、embedding 缺失、模型不响应这些破事。以前做本地 Agent 的人，经常要花好几天调各种细节、debug 文档里根本不写的坑、面对 API 贵、模型卡死、上下文爆炸、今天能跑明天就崩的问题。所以这次发布真正厉害的不是模型本身「轻量又强」，而是终于把「本地跑 Agent」从一场每天都在打的苦战，变成了真正可复制、简单可用的东西。
那跑起来效果怎么样呢？从反馈来看，即使是最大版本的 Gemma 4，智力水平上和 Opus 等顶尖模型肯定还是差一大截，而且在调用工具、长上下文等方面短板明显。这让很多人质疑本地部署这一模型的实用性。
但也有人指出，其实很多人用龙虾处理的任务都相当简单，比如做简报、会议转录和一些定时任务，这类任务让本地模型去跑还是很实用、很划算的。
此外，还有一个值得关注的问题，在 OpenClaw 里用小模型到底安不安全？
龙虾之父 Peter Steinberger 曾在采访中说，他奉劝大家不要用廉价的小模型或本地模型，因为这类模型很容易受到提示注入攻击，更加智能的模型在一定程度上更容易识别出这种攻击。
所以，这种部署方式到底要不要尝试，大家还得自己掂量一下。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
