62岁老人拒用云盘，7B模型把文件柜搬进电脑

一个62岁的退休老人，把三十五年来的家庭纸质档案全部锁在一台Godrej双门铁皮柜里。车险保单、市政房产税单、医疗理赔凭证、家电保修卡、土地登记契约，用红绳一捆一捆扎好，塞满五个抽屉。

几十年来，这套系统的索引只有一个：他自己的脑子。哪份文件在哪个抽屉、哪张保单什么时候到期、哪条条款写了什么，全记在记忆里。

去年，这套系统裂了缝。一份车险续保日期滑过了12天。几个月后，家里的净水器在一次家庭聚会上坏了，老人戴着老花镜翻了三个晚上的信封，最后发现保修手册已经过期两周。

每个家庭都懂这种说不出口的焦虑：当重要的家庭历史完全依赖一位年迈父母的记忆，任何一次错过续期或丢失收据，都会变成一场家庭危机。

他拒绝云盘的理由，比技术更硬

最显而易见的数字化方案——Google Drive、DigiLocker，或者任何商业云文档应用——恰恰是老人一口回绝的东西。

他的原话是：凭什么让加利福尼亚的云服务器，或者一个我从来没听说过的创业公司，替我保管房产测绘契约、车架号和全家健康保单？就为了让我记住什么时候交保费？互联网上不需要有陌生人看到我们的文件。

云文档应用把私密的家庭档案当成通用云存储来处理。它们要求持续联网，把用户数据推送到企业服务器，提供的还是干巴巴、没有灵魂的文件树界面——对在物理木抽屉里整理了一辈子纸张的人来说，这种界面是陌生的。

这不是一个关于技术选型的分歧，而是一个关于信任边界的分歧。老人不是不懂数字化，他是不接受把家庭最敏感的纸质凭证交给一个看不见的服务器。

把文件柜做成3D的，抽屉会发光

于是有了The Almirah：一个100%本地、物理隔离的文档庇护所，同时是一个可交互的3D柜子，完全在一台笔记本上运行，零网络连接。

它没有做成抽象的电子表格，而是把文件归档进一个温暖的、可交互的3D胡桃木柜子，五个物理抽屉，造型参照传统印度家庭橱柜。

每个抽屉会根据核实过的到期日期，发出动态的紧急程度灯光。到期日越近，灯光的紧迫感越强。这套视觉语言不需要用户理解任何文件系统的概念，它复刻的是老人已经用了三十五年的空间记忆。

驱动这一切的，是一个7B参数的本地视觉模型。它从拍摄的纸质文档照片里提取结构化字段和截止日期，然后把文件归入对应的3D抽屉。整个过程不联网，数据不出这台笔记本。

1.2秒的回答，和一枚琥珀色的引用框

一个周日下午，作者把笔记本带到Rohan家，彻底关掉Wi-Fi开关，把电脑放在老人书房的桌子上。

屏幕上是一个温暖的3D胡桃木柜，倒角边缘、黄铜把手、抽屉标签一应俱全。老人点开Vehicle抽屉，它带着平滑的物理动效拉开，露出扫描好的车险保单。

他把老花镜往鼻梁上推了推，带着好奇的怀疑看过来，当场发问：我的车险什么时候到期？

作者打开Ask Almirah，输入了这句原话。运行在纯本地笔记本模型上，1.2秒后答案弹出：根据您的私人汽车综合险保单附表，到期/续保日期是2026-10-22。

答案下方是三个可点击的引用徽章。老人点了一下，屏幕立刻打开并排验证视图，在他原始扫描件上，保单期间对应的区域被高亮成温暖的琥珀金色。

他靠回木椅，用笔敲了敲桌面，笑着说：纸还是留在柜子里，但现在不用戴老花镜去找了。而且网是关着的，对吧？太好了。

作者把这句话当成了最高级别的代码审查。

一个7B模型，为什么够用

这个项目的技术选择值得拆开看。它没有追求通用大模型的能力边界，而是把问题收窄到一个非常具体的场景：从家庭纸质文档的照片里，抽取结构化的字段和日期。

任务边界清晰，意味着模型不需要理解世界知识，只需要在有限的文档类型上做准确的字段识别和定位。7B的体量足以在本地笔记本上跑起来，同时保留引用溯源的能力——每一条答案都能点回原始扫描件上的具体位置。

引用溯源这个设计，是让老人建立信任的关键。他不是盲信一个黑盒给出的日期，而是能亲眼看到这个日期来自哪份文件的哪一行。琥珀色高亮框把抽象的模型输出，翻译成了他熟悉的纸质凭证上的一个具体位置。

整个代码库以MIT许可证开源。它的定位写得很直白：一个100%本地、离线的文档保管器和3D柜子，用开源模型从拍摄的纸质文档中提取结构化字段和截止日期，把它们归档进一个3D胡桃木柜，抽屉按截止日期的临近程度发光。

为一个人造东西，而不是为一群人

这个项目的缘起，是Hacktoberfest周末挑战赛的一个命题：为你关心的人造点东西，解决一个真实的问题。选一个真实的人，为他而建。

作者选的人是Rohan的父亲Rajesh叔叔，62岁，退休前工作了三十五年。三十五年来，他把每一份土地登记、医疗理赔附表、车辆保险单和家电保修卡，都锁在书房里那台沉重的Godrej双门铁皮柜中。

每年都会有一个截止日期滑过去——车险续保晚了10天，或者净水器坏掉的时候保修手册正好找不到。在一捆捆扎好的文件里翻找，是他每年都要重复的动作。

这个项目的价值不在于模型有多大、界面有多炫。它解决的是一个具体的、有名字的人的具体问题：一个不愿意把家庭文件交给云端的老人，如何在不改变自己信任边界的前提下，不再需要戴上老花镜去翻信封。

技术在这里的角色是退后的。7B模型、3D渲染、本地推理，所有这些都服务于一个朴素的判断：老人对纸质档案的信任是对的，需要被改变的不是他的信任，而是检索这些档案的方式。

当他把网线拔掉、把笔记本放在书桌上的那一刻，这个判断得到了验证。抽屉亮着灯，答案在1.2秒内出现，引用框精确地落在原始纸张的对应位置。纸还在柜子里，但找纸的方式变了。