--- title: 'Claude Fable 5 被禁后的双底牌:本地跑模型 + 克隆 NotebookLM 替代' video_id: BvjkywaIC1A url: https://youtu.be/BvjkywaIC1A title_en: "Claude Fable 5 is Banned... Do THIS Right Now" channel: Jack Roberts published: 2026-06-15 duration: "22:31" topics: ["AI 编程与建站", "Agent 工程", "MCP 与工具调用", "RAG 与知识系统"] noted: 2026-07-08 value: A views: '3.3万' --- [![封面](https://i.ytimg.com/vi/BvjkywaIC1A/maxresdefault.jpg)](https://youtu.be/BvjkywaIC1A) > Jack Roberts · 22:31 · 发布 2026-06-15 · 3.3万次观看(截至抓取) · [观看原视频](https://youtu.be/BvjkywaIC1A) ## 主旨 Fable 5 这类前沿模型随时可能被切断访问,真正的护身符是"本地能跑模型"与"自己克隆整套 SaaS"这两件事:用 Ollama 跑 GPT OSS/Qwen/Gemma 等开源模型,再让 Hermes Agent 通过 OpenRouter 接入,把"Open Notebook 克隆的本地 NotebookLM 替代"等订阅软件全部自建起来。 ## 核心论点 1. **你不拥有任何云端最强模型**——Fable 5 在 72 小时内被下架、GPT-4 在 2026-02 被砍、Claude 也曾因与 OpenAI 的分歧被掐,这些不是黑天鹅而是模式;最贵最强的模型随时可能被关,所以依赖单一闭源模型等于把身家押在别人的开关上。(→ 详解1-2) 2. **本地的真正优势是 100% 私有 + 0 元订阅 + 不会下架**——敏感数据不再穿越数据出境线、Token 成本归零、模型权重在你硬盘里谁也撤不掉,这是云 API 永远给不了的不变量。([[#3-how-good-local-really-is-0254|→ 详解3]]) 3. **本地 vs 前沿的差距约 6-12 个月**,RTX 5090 这档硬件能跑到去年旗舰的 70-85% 质量,真做不出"hardest reasoning"才追前沿;硬件是能赚回 2-3 年 ROI 的"投资品"而非"消费品"。([[#4-own-the-platform-not-the-model-0330|→ 详解4]]) 4. **真正该拥有的是平台、不是模型**——所有 SaaS(NotebookLM、CRM、订阅管理)都能用开源克隆版本地重跑,Ollama 跑模型、Claude 改代码、整套订阅归零;视频点出 "[we are living now in the era of the micro SaaS](https://youtu.be/BvjkywaIC1A?t=225)"——这是闭源模型之外那条独立护城河。([[#5-step-one-check-your-capacity-0404|→ 详解5]]) 5. **三步把模型跑起来:查本机能力 → Ollama 装权重 → 接进 agent**——量力而行,在 Mac Mini 16GB 上能跑 Gemma 4、在 RTX 24GB 上能跑 27B 模型、在服务器集群上才能放飞;接进 Hermes Agent 的 `/model` custom 即可让本地权重做你的常驻对话对象。(→ 详解6-8) 6. **当前最值得装的几档本地模型**:Gemma 4(16GB、视觉+全功能、谷歌家)、Qwen 3(全功能 agentic coding 最强)、GPT OSS(小体积下的最佳推理者)、DeepSeek V4 系列(OpenRouter 热门榜常客,工具调用最稳)——按内存与任务各取所需。([[#9-the-decision-engine-for-routing-1223|→ 详解9]]) 7. **"决策引擎"是本地 + 云端混部的调度核心**:根据任务走四档——私密/敏感走本地、高频杂活走 DeepSeek 等便宜模型、长上下文单独算、强推理者切前沿;OpenRouter 用一把 key 切所有云模型、Hermes 端的订阅额度也能直接复用。([[#10-tagging-models-with-openrouter-1437|→ 详解10]]) 8. **关键交付物永远要被对手模型复核**——用 Codex CLI + Gemini 同时给同一份产物打分,作者自陈"Codex catches something that Claude completely missed"几乎成了日常,这不是奢侈品而是质量护栏。([[#11-verify-work-with-codex-and-gemini-1529|→ 详解11]]) 9. **遇到私有敏感数据 → 本地;遇到最强推理 → 切前沿**:缺硬件就老实留在闭源上、$20/月能拿到 80-90% 旗舰质量,这是"何时仍上前沿"的诚实回答。([[#14-running-a-notebooklm-clone-locally-1901|→ 详解14]]) ## 知识点详解 ### 1. Fable 5 被封 + 你并不拥有这些模型 [00:48](https://youtu.be/BvjkywaIC1A?t=48) 视频开篇的危机叙事有两条事实支撑。开篇先砸"最强模型 72 小时下架":[00:52](https://youtu.be/BvjkywaIC1A?t=52) "we had it for 72 hours and yet we all feel exactly like this guy"——作者开门见山把突发性政策决定可视化为"恐慌面孔"。[01:02](https://youtu.be/BvjkywaIC1A?t=62) "you do not own the most powerful models in the world"是整支片子的价值锚点:前沿模型不是你的资产。 历史先例被点名三组:[01:30](https://youtu.be/BvjkywaIC1A?t=90) "in February 2026, GPT-4 was killed off"——不是孤例。[01:37](https://youtu.be/BvjkywaIC1A?t=97) "Anthropic also cut OpenAI Claude's access over at basically a dispute months after cutting off Windsurf"——同一生态内的政治冲突也会切。[01:42](https://youtu.be/BvjkywaIC1A?t=102) "And then again, in 2024, 2025, different regions were cut off at various different things"——连地理区域都不是稳定访问单位。 真正抓到这句主旨的总结是:[01:46](https://youtu.be/BvjkywaIC1A?t=106) "if you don't own the model, it's not running on your computer, you effectively can be shut down at any time"。"own"在视频里被严格定义为"跑在你硬盘上的权重",这条把"订阅 = 不拥有"翻译成一句工程化判断。 需要标注的事实边界是:作者最后一句"[it is never been more important than it is right this second](https://youtu.be/BvjkywaIC1A?t=78)"是销售驱动的紧迫感修辞,具体政策窗口不必照字面理解,但"模式化撤回"这条主张站得住。 ### 2. Why Local Is 100% Private [02:00](https://youtu.be/BvjkywaIC1A?t=120) 第二个章节里本地被同时赋予三件云 API 给不了的事。 第一件是隐私:[02:07](https://youtu.be/BvjkywaIC1A?t=127) "it's 100% private. So, you can talk to it about anything. You have no limits"——没有 moderation boundary、没有"这段对话被禁"、没有"这段被用于训练"的合同风险。[02:19](https://youtu.be/BvjkywaIC1A?t=139) "your data, your prompts, sensitive health information"——视频点名的最高敏感字段是健康数据,这是医疗/法律工作流最容易踩雷的样本。 第二件是价格:[02:30](https://youtu.be/BvjkywaIC1A?t=150) "100% private, works offline, no meter, no limits"——"no meter"是 token 计费的反命题。[02:44](https://youtu.be/BvjkywaIC1A?t=164) "it can effectively run forever"——把单次推理成本拆成"买硬件"的一次性投入,边际推理费用近乎归零。 第三件是不可撤回:[02:54](https://youtu.be/BvjkywaIC1A?t=174) 的标题"Why Local Is 100% Private"后接的是 "Your model you download it can't be retired, it cannot be revoked, it's not region locked, yours, and it's exactly good for what it is"——这条把"不可撤回"放在最末,作者强调的是即使厂商停更、即使你换国家、即使合作破裂,本地权重都不动。 需要辨别的是 cloud-only 服务在这里其实仍能给"私密合同 + enterprise tier",但视频口播用的是"绝对 100%",采信折扣请按作者自家商业语境理解;与数据主权概念一致。 ### 3. How Good Local Really Is [02:54](https://youtu.be/BvjkywaIC1A?t=174) 能力差距被作者做了一次量化校准:[03:00](https://youtu.be/BvjkywaIC1A?t=180) "local models are roughly 6 to 12 months behind the premier front-end models"——本片关键的时间锚。注意是"premier front-end",不是绝对时间窗口:具体模型 6 还是 12 个月取决于基准。 硬件侧被点名一档具体型号:[03:13](https://youtu.be/BvjkywaIC1A?t=193) "An RTX 5090, which you can get for a few thousand dollars, runs last year's frontier model at 70 to 85% of the quality, $0 for tokens, fully private"——RTX 5090 是"投资人门槛最低的那档",70-85% 是作者口播给的范围,并未给出第三方基准引用。 ROI 被故意转成"投资视角":[05:49](https://youtu.be/BvjkywaIC1A?t=349) "an interesting ROI, if you're spending over $200 a month on AI, a local rig pays for itself in 2 to 3 years"——这条数学假设是月 API 账单 ≥ $200;低于此阈值时硬件 ROI 不显著,需要按个人情况重新算账。 作者还单独加了一句宣称:[05:51](https://youtu.be/BvjkywaIC1A?t=351) 的下续是"then runs at $3 per month for years"——这只是"电费估算"的口播近似值,不是实证,采信折扣请把它当粗估。 真正"hardest reasoning"是本片承认的本地上限:[03:00](https://youtu.be/BvjkywaIC1A?t=180) 的下续是"the gap only really bites on the hardest reasoning"——它诚实承认了"6-12 个月差距"在哪些任务上才是瓶颈:不是在写邮件、不是在改代码、是在数学证明/系统架构/前沿研究这一类任务上。 ### 4. Own The Platform Not The Model [03:30](https://youtu.be/BvjkywaIC1A?t=210) 这条是整片段位最高的主张。切入点是:[03:28](https://youtu.be/BvjkywaIC1A?t=207) "you want to basically take this to the next level"——"this"指代前文讲的本地模型。下一句压住全片主轴:[03:28](https://youtu.be/BvjkywaIC1A?t=208) "you don't just want to basically own the model, you want to own the platform"。 落到可操作层:[03:34](https://youtu.be/BvjkywaIC1A?t=214) "you can think about any SaaS application that you use, notebook, alarm, subscriptions that you have, CRM systems. We can build all of these and run them locally"——把 SaaS 全谱拆成"任何你付费订阅的服务"。[03:40](https://youtu.be/BvjkywaIC1A?t=220) "we can build all of these and run them locally and not have to pay any dollars whatsoever for any of those subscriptions"——这是去订阅化的全图。 把这条主张定性到行业层面的口号是:[03:45](https://youtu.be/BvjkywaIC1A?t=225) "we are living now in the era of the micro SaaS"——作者给的标签是"微 SaaS 时代",意指个体能造 SaaS 的窗口被 AI 拉低到几小时/几天。 需要谨慎辨别的是"自己造"≠"自己维护":[19:01](https://youtu.be/BvjkywaIC1A?t=1141) "we're only limited by our imagination. Beautiful"这句是销售性结尾,实际长期成本(更新、依赖维护、漏洞响应)作者未在视频里拆细;采信按"能造"理解,不按"无须维护"理解。 ### 5. Step One: Check Your Capacity [04:04](https://youtu.be/BvjkywaIC1A?t=244) 第一步是摸清机器天花板:[04:08](https://youtu.be/BvjkywaIC1A?t=248) "more memory means bigger brains that you can actually run"——"内存→大脑"的比喻。 实操流是:[03:54](https://youtu.be/BvjkywaIC1A?t=234) "essentially there are only three steps to running any model locally, whether you want to do that with your Hermes agent or Claude code"——三步被点名。第一步就是看本机配置。[04:00](https://youtu.be/BvjkywaIC1A?t=240) "We have understanding our capacity, downloading the actual model itself, and then connecting to that"是分解版本。 作者给的是把"截图 → 问 Claude"的最小接入路径:[04:35](https://youtu.be/BvjkywaIC1A?t=275) "based on the capacity of my current computer, what would be the best model that I could run on this at a reasonable speed that would be the most powerful given my system requirements"——prompt 直接用来反查本机可承载的最强权重。 随后给了一组"建议配对":[04:57](https://youtu.be/BvjkywaIC1A?t=297) "Qwen 3 is fantastic it's such a good local model"——8GB 显存能撑的最强样本。[04:48](https://youtu.be/BvjkywaIC1A?t=288) "you want to download a couple, try a few, see what works"——作者强调"多装几个、试出适合的"不要一上来买硬件。 关键扩展指标是 macOS 用户的截图位置(点左上苹果 → "About This Mac"),Windows 用户应用同一逻辑;视频没渲染 Windows 流,但同一 prompt 适用。 ### 6. Installing Ollama + Installing GPT OSS(本地一步到位) [06:00](https://youtu.be/BvjkywaIC1A?t=360) Ollama 装的入口是:[06:08](https://youtu.be/BvjkywaIC1A?t=368) "I'm going to come down, come over to basically a llama.com and just download the application"——ollama.com 是首页入口(视频口播拼成 "a llama.com")。 三件事可一并做完:装 Ollama app、把安装命令复制到 Terminal、装完打开 app 已经能"chat with free models"——[07:04](https://youtu.be/BvjkywaIC1A?t=424) "you can have conversations with free models once you've downloaded it"。 装具体的权重用一句 prompt 让 Claude 把命令吐出来:[08:04](https://youtu.be/BvjkywaIC1A?t=484) "Hey there, I'd like to install the GPT model for demonstration purposes. Could you give me the command that I need to run"——这条不写手写命令、改用 Claude 反查。Ollama 的 `ollama pull ` 是去服务端拉权重的常用命令。 装好权重后第一次跑的演示是健身问题:[09:31](https://youtu.be/BvjkywaIC1A?t=571) "if I were trying to get a six-pack, what are three things that I should do to accomplish that"——体积小、回复快、用来作为"模型上线"的最简 smoke test。视频演示的位置是 20B 参数的 GPT OSS,你看到 [09:56](https://youtu.be/BvjkywaIC1A?t=596) "if it feels complicated, that is completely normal. I promise, if you just follow these steps step-by-step, you will have this running in no time"——新手友好的反复安慰。 ### 7. Connecting Local To Hermes:把本地权重挂进 agent [09:57](https://youtu.be/BvjkywaIC1A?t=597) 本地权重装好后,把它当作 Hermes 的一个常驻模型——而不是只在 Ollama app 里手动开聊天。 接入路径是 Hermes 的 `/model` → custom:[10:30](https://youtu.be/BvjkywaIC1A?t=630) "if I click on this, and now I'm literally talking to it on my computer"——custom 列表里挂着你自己 `ollama pull` 的所有权重。底校准:[10:37](https://youtu.be/BvjkywaIC1A?t=637) "speed will vary based on the model you download and the size of your computer"——速度被机器大小绑死,这是诚实边界。 完整链路演示:[10:42](https://youtu.be/BvjkywaIC1A?t=642) "this entire thing is running on my own laptop"——闭源 API 退场,所有响应来自本机。冷启动场景:[10:45](https://youtu.be/BvjkywaIC1A?t=645) "if I had zero dollars to spend and I was entering the world, I could actually use my Hermes agent with this model"——把"零预算起步"和"本地权重"绑在一起,这是视频对self-hosting AI最具体的入门场景。 Hermes 还支持用另一类技能接本地权重:[08:50](https://youtu.be/BvjkywaIC1A?t=530) "I'm a big believer in what we call model agnostic building, which means that we're not loyal to any particular company"——这条与模型分散同义但语气更激:任何厂商随时都可能下架,本地 + 多模型 = 唯一不押注单一平台的玩法。 约束条件:[10:30](https://youtu.be/BvjkywaIC1A?t=630) 的下续是"You just have to make sure it has at least a context of like 64,000 tokens"——本地权重要确认至少 64K context 才能撑住 Hermes agent 的对话窗口,装更小的权重等于让 agent 截断。 ### 8. The Best Local Models Right Now [10:57](https://youtu.be/BvjkywaIC1A?t=657) 本片给的具体榜单一档档如下,**全部以视频口播为准,任何"#1"宣称都仅是该博主语境**: - **Gemma 4**(谷歌开源):[11:15](https://youtu.be/BvjkywaIC1A?t=675) "Gemma 4 is freaking amazing. This one is actually a Google model, which is very, very cool. It's best probably like 16 GB max"——视觉输入支持、四五种尺寸、最小版本能塞进手机。 - **Qwen 3**(阿里):[11:35](https://youtu.be/BvjkywaIC1A?t=695) "Qwen 3 is the best all-round local model, good for agentic coding"——agentic coding 首选,这条与 [04:57](https://youtu.be/BvjkywaIC1A?t=297) "Qwen 3 is fantastic it's such a good local model"上下呼应。 - **GPT OSS**(OpenAI 开源):"the best small reasoner"——本片用它做 demo,主打小体积下的推理。 - **DeepSeek V4 Flash**:[11:58](https://youtu.be/BvjkywaIC1A?t=718) "Deep Seek V4 Flash, which is number one on OpenRouter right now"——视频直接拿来作为"工具调用强"的代表;但"工具调用最强"在 09:49 是另一句:[09:49](https://youtu.be/BvjkywaIC1A?t=589) "all the open-source models are really good at tool calling like Deep Seek"—— DeepSeek 在工具调用与热榜两端被同时背书。 更具操作性的建议是:[12:17](https://youtu.be/BvjkywaIC1A?t=737) "honestly guys, a lot of it is chatting with Claude about what are the capabilities and trying a few of them out"——别盲从榜单,直接装几个试哪个最贴你任务。 ### 9. The Decision Engine For Routing [12:23](https://youtu.be/BvjkywaIC1A?t=743) 决策引擎的概念锚点是:[12:54](https://youtu.be/BvjkywaIC1A?t=774) "we have specific task, and we have what we call a decision engine that will dynamically route that specific query to the specific model based on what is physically required"——它按"任务是什么"自动选"用哪个模型"。 四档分流是视频给出的硬分支: - **私密敏感 → 本地**。[14:21](https://youtu.be/BvjkywaIC1A?t=861) "If it's private and sensitive, you may want to go local"——任何含健康/法律/内部数据的请求走 Ollama。 - **便宜 95% 高频杂活 → DeepSeek V4 类**。[13:23](https://youtu.be/BvjkywaIC1A?t=803) "we can use local. Cheap AI, you can get a kind of 95% of the performance quality of the top-tier models"——视频中段直接给出的"便宜模型占杂活"配比,但[13:29](https://youtu.be/BvjkywaIC1A?t=809) "you can get a kind of 95% of the performance quality of the top-tier models in the world using like the latest deep seek V4"是更具体的价格比值原文("95% 性能 / 1% 价格"),但这是博主的口播价格比值,**不是实证数据**。 - **长上下文 → 单独预算**。"we've got things for long contacts. We don't want a million contacts window. Generally speaking we don't want that cuz we know performance goes down the longer the conversation is"——大上下文窗口不进便宜档,这是[[Context Rot]]的工程经验。 - **强推理 → 前沿**。"you have ones for hard reasonings, your brainiacs"——硬推理必须切回 Opus 4.8 / GPT 5.5 / Fable 5,本地扛不住。 底层运作是 OpenRouter 把这四档收敛到同一个 key 下,加上作者自家 Hermes 里也有 Pantheon 自动选模型:[14:34](https://youtu.be/BvjkywaIC1A?t=874) "if you have a ChatGPT subscription for example and you're using like a personal AI assistant, you can just use that and that's not running out but that's fine, right?"——订阅额度(GPT/Claude/Grok)优先用、用量计费(OpenRouter 后面的便宜模型)补其他档。 ### 10. Tagging Models With OpenRouter [14:37](https://youtu.be/BvjkywaIC1A?t=877) 视频对OpenRouter的具体应用是"标签化的多模型调度"。[14:56](https://youtu.be/BvjkywaIC1A?t=896) "I'm going to come down to models up here then I click on rankings"——OpenRouter 自带 Models 排行,可被实时抓取作为"现在谁最强"的查询层。[15:02](https://youtu.be/BvjkywaIC1A?t=902) "you give a model an OpenRouter key so it connects to your your agent and it can access any models"——一把 key 把 agent 接进整个模型市场。 具体落地是"Pantheon"或者类似 skill:[09:56](https://youtu.be/BvjkywaIC1A?t=596) "you can build a deep reasoning agent... and that deep reasoning agent I want to use this model"——以 model 标签划技能,触发某 skill 就强绑某模型。[08:55](https://youtu.be/BvjkywaIC1A?t=535) "I'm a big believer in what we call model agnostic building, which means that we're not loyal to any particular company"——OpenRouter 是这个口号的工程化落地。 边界:[09:01](https://youtu.be/BvjkywaIC1A?t=541) 的下续是"when one day it's not this, it's something else, I will tell you that"——也是销售话术,但 "模型分散"作为策略主张站得住。 ### 11. Verify Work With Codex And Gemini [15:29](https://youtu.be/BvjkywaIC1A?t=929) 质量护栏是"多模型对抗复核"——视频的描述是把成品丢给 Codex CLI 和 Gemini 这两个独立模型去打分。 接入路径是用 Codex 通过 CLI:[15:58](https://youtu.be/BvjkywaIC1A?t=958) "I never release anything unless I verify it with Gemini. I use Google's model. I use Codex as well. So, I have ChatGPT, I have Gemini, Google's model, and Claude all together review my work"——三模型(实际是三个厂商)同时复核。 反向证据(为什么要这样):[16:14](https://youtu.be/BvjkywaIC1A?t=974) "you would be amazed, by the way, the amount of times that Codex catches something that Claude completely missed"——单模型自评有盲区,这条是 Adversarial code review 在一般交付物的延伸:不只 code,任何"模型生成、模型复核"的链路都吃这亏。 被点名提醒:[16:19](https://youtu.be/BvjkywaIC1A?t=979) "Honestly, make sure you don't Whenever you're doing any work of significance, you want to make sure that you're using that kind of test"——任何"重要"产物都该走这条护栏。 需要标注的是这条护栏的 cost 代价:同时跑三个模型等价于三倍 token 开销,适用于"重要交付物"的窄集,不应用在所有 routine 任务上。 ### 12. Building Your Own Micro Software(自造 SaaS 时代的入门) [16:22](https://youtu.be/BvjkywaIC1A?t=982) 视频把"自造 SaaS"做成"本地模型之外"的第二条护城河。 现身说法:[16:40](https://youtu.be/BvjkywaIC1A?t=1000) "Somebody in my community on a call on Friday, we have coffee, we hang out, it's a great time"打开叙事场景;[16:43](https://youtu.be/BvjkywaIC1A?t=1003) "Was explaining to me that they had a service they were paying for a significant amount of money"放具体代价;[16:49](https://youtu.be/BvjkywaIC1A?t=1009) "And they basically rebuilt it himself using Claude in a matter of hours"放结论——单点是"群友 + 一个订阅服务 + 几小时 Claude 重写"。 被口播标定为趋势:[16:24](https://youtu.be/BvjkywaIC1A?t=984) "the biggest trend that actually accompanies this local revolution"——把"自造软件"绑回"本地模型"主线,作者主张这两件事共成一片护城河。[16:31](https://youtu.be/BvjkywaIC1A?t=991) "there's something that is at the available at the best standard today, which people are not discussing enough"——口语是"the best standard",语义是"现成可用的开源基础",被点名 NotebookLM 克隆版作为最具体样本。 需要标注的是与[[Vibe Coding]]的差别:本片不是说把 prompt 丢给 AI 写代码就完事,而是说"任何 SaaS 都能在本机零成本重建"——这条主张的工程化内涵更接近本地 RAG + 本地 LLM + 完全开源的协同。 ### 13. Cloning Open Notebook From GitHub [17:50](https://youtu.be/BvjkywaIC1A?t=1070) 视频的具体演示样本是 Open Notebook。 入口识别在 GitHub 上的同名仓库:[17:48](https://youtu.be/BvjkywaIC1A?t=1068) "Take open notebook as an example"——Open Notebook 在 GitHub 开源,作者意图是用它替代 [[NotebookLM]]。 可执行流程是:[17:26](https://youtu.be/BvjkywaIC1A?t=1046) "we could build it ourselves if we wanted to. Or we can use open source versions of this and have any model we want to to do anything"——两条路:从零写 / 用开源克隆。视频选择后者。 具体克隆步骤是把 GitHub 链接交给 Claude:[17:52](https://youtu.be/BvjkywaIC1A?t=1072) "you come over to this website right here, and we're going to check this one out" / "All you ever do is you come down to GitHub, again, open notebook. And the first thing we do with the software is we check to see does this software already exist somewhere else?"——先查现成软件是否被做出来,然后把 git URL 复制给 Claude 让它负责 clone + 起本地端口。 开源协作的好处被点名:[19:01](https://youtu.be/BvjkywaIC1A?t=1141) "we're only limited by our imagination. Beautiful" + 上文中的"59 people are contributing to improve this"——多人协作带来的复利是闭源 SaaS 不能复制的。 ### 14. Running A NotebookLM Clone Locally [19:01](https://youtu.be/BvjkywaIC1A?t=1141) Open Notebook 装到本机的形态:[19:40](https://youtu.be/BvjkywaIC1A?t=1180) "we can configure it. We can even come back, like I told this guy here. I said, 'Hey, dude, go and connect it to a llama.' And basically, it will go ahead and do that for you"——Ollama 的本地权重直接当 Open Notebook 的对话模型。 数据源灌入演示:[20:13](https://youtu.be/BvjkywaIC1A?t=1213) "you go on notebook here, I might just say like interesting websites, and come down here, click on create new notebook"——源是 URL,自动被向量化索引;之后每个 notebook 可重用同一批 sources,这是RAG的标准落地。 模型选择是显式 UI:[19:49](https://youtu.be/BvjkywaIC1A?t=1189) "I can delete ones that I don't want to be in there. It's got different embeddings"——可删可加不同 model + embedding 组合,锁死哪个模型做哪件事。 性能上限:[20:55](https://youtu.be/BvjkywaIC1A?t=1255) "Now if I wanted best performance, I would go ahead and grab my API key from Anthropic, and I would use the, you know, basically Opus 4.8 or ChatGPT"——Open Notebook 同时支持本地 + 闭源,在"哪个快用哪个"的妥协点上由用户决定。 需要标注的边界:[19:01](https://youtu.be/BvjkywaIC1A?t=1141) 的下续是"locally hosted. I'd recommend that you use like an API key"——视频自己也说本地会很慢,生产环境建议用云 API + 本地仅用于私密子集。完全本地化与生产性能是 trade-off,不是单选题。 ### 15. When To Stay On The Frontier(何时仍上前沿) [21:32](https://youtu.be/BvjkywaIC1A?t=1292) 视频把最后一段留给"承认本地局限",核心劝告:[21:44](https://youtu.be/BvjkywaIC1A?t=1304) "doesn't always free in that sense because the model performance can kind of lack"——本地权重对有些任务就是"价低质也低",强行跑反而亏。 硬件门槛缺位时的诚实策略:[22:31](https://youtu.be/BvjkywaIC1A?t=1351) "you may want to stick using exclusively frontier if you don't have the hardware to actually go ahead and do it. Cuz remember, the performance is always going to vary with the hardware"——这是反销售性主张:当硬件撑不起时,作者明确建议直接留闭源,不要硬撑。 闭环调用:[22:23](https://youtu.be/BvjkywaIC1A?t=1343) "if you don't have an agentic operating system, you're leaving too much value on the table, which is why the next thing that we're going to do is learn how to build one of those together"——视频最后一帧抬出"agentic operating system"作为下一支片钩子,与 Agentic OS 的概念一致但**本片并未展开 Agentic OS**——下一篇的方向预告。 ## 可执行步骤 - [ ] 截图本机 About This Mac / 系统信息,丢给 Claude 问"我这台机器能跑的最强本地模型是什么、要至少 64K 上下文";按它给的清单装 2-3 个备选。 - [ ] 到 ollama.com 下载 Ollama,把网站给出的安装命令粘到 Terminal;装完跑 `ollama pull `(以 Claude 给的命令为准),等权重就绪后再到 Ollama app 验证能本地聊天。 - [ ] 在 Hermes Agent 里 `/model` → custom → 把刚装好的本地权重挂进去;用一个 trivial 任务(查文件、健身建议)验证低延迟对话窗口可用。 - [ ] 注册 OpenRouter、给 Hermes 接一把 key;在 Pantheon 或自家 skill 里配四档决策规则——私密/敏感走本地、高频杂活走 DeepSeek 类便宜档、长上下文单独算、强推理回 Opus 4.8 / Fable 5 / GPT 5.5 任选。 - [ ] 任何"重要交付物"都用 Codex CLI + Gemini 同时复核;不依赖单模型自评,这条护栏要在 prompt 模板里固化,而不是临时起意。 - [ ] 找一款你付费订阅的 SaaS(NotebookLM 优先),上 GitHub 搜它的开源克隆;Clone 到本机后让 Claude 帮你接 Ollama,跑通端到端。 - [ ] 缺硬件时不上车本地,但仍然接 OpenRouter 做多档路由;$20/月的闭源档仍能拿 80-90% 旗舰质量,这是"不押宝但留一席"的稳妥姿态。 ## 关联 - 进阶:[[2026-05-24-把Hermes Agent玩成个人操作系统100小时心得23分钟|2026-05-24 Hermes 100 小时心得]] 同频道,讲 Hermes 的 soul.md/Obsidian/cron/dreaming sequence 等机制;先读那片理解 Hermes 的"个人操作系统"底座,再读本片理解怎么在 Hermes 里同时挂本地+云端多档模型、决策引擎怎么落到具体配置上——后者是前者在"模型分散"维度的具体化。 - 互补:[[2025-12-22-自托管AI实战-OpenWebUI加Ollama搭建私有大模型]] 跨频道,讲用 Open WebUI + Ollama 搭一个本地对话前端;本片演示 Ollama 权重进 Hermes 之后做 agent,而那份笔记演示 Ollama 权重进 Open WebUI 之后做"本地 ChatGPT";同一基础设施(本地跑 LLM)的两条不同工程路径。 - 互补:[[2026-03-05-把研究工作流打包成Claude Code超级技能|2026-03-05 研究工作流 Super Skill]] 跨频道,讲 NotebookLM 通过 CLI 接进 Claude Code 做研究流水线;本片演示 Open Notebook + Ollama 在本机端到端替代 NotebookLM,与该片"研究流水线的封装"互补但落点不同——一在云、一在本地。 - 印证:OpenRouter 在 [[2026-04-25-在VPS上自托管Hermes Agent与Dashboard面板|VPS 自托管 Hermes]] 笔记里定义为"一个 key 切换多家模型";本片把 OpenRouter 作为"决策引擎的可用模型池"使用,印证其作为多模型统一入口的工程角色,并补出"Models 排行作为实时查询层"的具体用法。 - 进阶:[[10-氛围编程自己的产品]]——本片首见 Micro SaaS 这一"个体用 AI 在小时内自造可订阅型 SaaS"的窗口期说法;该章给出这条判断的完整商业化路径拆解(FVM 规则、TikTok-first 获客、$1K MRR 地基关)。 ## 一手来源与延伸 - Claude(产品页):https://claude.ai/(meta description 给出,本片用作"问本机能力"反查 prompt 的宿主,以及官方闭源档) - NotebookLM(官方页面):https://notebooklm.google.com/(meta description 给出,被视频点名为"先用云版跑通、再用 Open Notebook 替换"的目标软件) - ChatGPT(产品页):https://chatgpt.com/(meta description 给出,被点名"个人订阅额度"可由 Hermes 直接复用) - DeepSeek(产品页):https://www.deepseek.com/(meta description 给出,本片选定的"便宜模型占高频杂活"档) - OpenRouter(产品页):https://openrouter.ai/(meta description 给出,本片多模型统一调度的入口) - GitHub(平台):https://github.com/(meta description 给出,克隆 Open Notebook 等开源 SaaS 的事实平台) - OpenAI(产品页):https://openai.com/(meta description 给出,GPT OSS 的发布方,但本片未对其商业策略表态) ## 术语 - Open Notebook(开源 NotebookLM 克隆版,GitHub 仓库,可本地跑 + 接任意模型 + 改色/改前端,是[[NotebookLM]]的"拥有平台"路径) - Ollama(本地大模型运行器,本片主要承载,详见 Ollama 索引页) - GPT OSS(OpenAI 开源权重的通称,本片 demo 用 20B 档;索引尚无独立条目) - Decision Engine(决策引擎:根据任务类型自动路由到本地/便宜/长上下文/强推理四档的口语术语,索引无独立条目) - Micro SaaS(视频口播"the era of the micro SaaS",个体用 AI 在小时内自造可订阅型 SaaS 的窗口期说法,与[[Vibe Coding]]相关但维度不同) - Three-Model Verify(三模型对抗验证:Codex + Gemini 双复核 Claude 的产出,与 Adversarial code review 一脉相承但范围更广) - Open Notebook RAG(Open Notebook 把 URL 灌入、向量化、再被聊天检索的本地 RAG 链路,与 RAG 同质) - Platform Ownership(平台所有权:本片主张的"own the platform not the model",主张优先把订阅型 SaaS 用开源克隆替代而非绑定闭源) ## 金句 > "you do not own the most powerful models in the world" ([01:02](https://youtu.be/BvjkywaIC1A?t=62)) — 整片开场的事实级断言,把"云端订阅 ≠ 拥有"翻译成一句工程化判断,所有"必须本地"的论证都以此为锚。 > "we are living now in the era of the micro SaaS" ([03:45](https://youtu.be/BvjkywaIC1A?t=225)) — 主张"自己造 SaaS"是模型拥有之外的第二条护城河,这条短语最容易被记住。 > "Codex catches something that Claude completely missed" ([16:14](https://youtu.be/BvjkywaIC1A?t=974)) — 把"多模型对抗复核"从奢侈品拉到日常,这条是单模型自评存在盲区的最具体可记样本。 > "If it's private and sensitive, you may want to go local" ([14:21](https://youtu.be/BvjkywaIC1A?t=861)) — 决策引擎分流规则里最清晰一条:任何敏感数据都回本地,这条把"决策引擎"翻译成工程化判断标准。 ## 立场与利益 - 与利益同向:本地模型 + Ollama + 自建 SaaS 的整条路径都依赖作者的"Claude Code Masterclass"与 Hermes Agent 生态,本片主线方法论的独立可复现性需要在作者自家教学体系之外再验证;视频演示几乎全程跑在作者自家工具栈上,bit.ly/4kol0y5(ALL Systems)与 bit.ly/3RNNDLa(Free Resources)在 description 顶部直接引流——采信折扣按"教程为产品入口"理解。 - 利益中性:Ollama/OpenRouter/Open Notebook/GitHub 这些具体软件名是开源生态的工程事实,与作者自家商业化路径相对独立("95% 旗舰质量用 DeepSeek V4 占 1% 价格"虽来自博主,但 OpenRouter 模型价格是公开透明的),按内容本身采信。 - 与利益反向:本片"何时不上本地"的诚实劝告——[22:31](https://youtu.be/BvjkywaIC1A?t=1351) 的"stick using exclusively frontier if you don't have the hardware"——对作者自家课程销售不利(让人别买/别上车),但说出口了,可信度最高,**单独标出**;加上[16:19](https://youtu.be/BvjkywaIC1A?t=979) 的"Honestly, make sure you don't Whenever you're doing any work of significance, you want to make sure that you're using that kind of test"也劝退一种"AI 包打天下"的过激消费观。 - 利益证据:meta description 顶部两条 bit.ly 与一条 Glaido 作者自家语音工具链接;视频正文里"To take the Claude code Masterclass"反复出现。这些是分档实证,blog 形态商业关联清晰。 ## 价值定位 - 适合谁:已经在用 Claude/OpenAI/NotebookLM 等闭源 SaaS、且关心"哪天被掐后我能怎么办"的人;以及在 GPU 云/单机/VPS 之间犹豫"要不要为本地推理投入硬件"的人——前者会重点看本地 + 自建 SaaS 路径,后者会重点看第三章的 ROI 数学。 - 解决什么:把"被模型厂商意外掐断"的脆弱性降到最低、给出"本地 + 自建"的两条具体工程路径(Ollama 跑权重 + Open Notebook 克隆 SaaS)、配套四档决策引擎让"什么任务走什么模型"在 prompt 层可固化。 - 认知 vs 实操:认知层给出"own the platform not the model"的总口径、6-12 个月差距的诚实基准、以及"95% 性能 / 1% 价格"的便宜档经济性;实操层是从截图 About This Mac → Ollama 安装 → Hermes `/model` custom → OpenRouter Pantheon 决策 → Open Notebook clone + 本地 RAG 的整条链。 - 与 [[2026-05-24-把Hermes Agent玩成个人操作系统100小时心得23分钟|2026-05-24 Hermes 100 小时心得]] 重叠但本片独有:Ollama 跑本地权重的端到端演示、Open Notebook + 本地 RAG 的 NotebookLM 替代、决策引擎四档路由的具体规则、Codex + Gemini 双复核作为质量护栏——这些是 Hermes 100 小时那片没覆盖的"模型分散 + 自建 SaaS"双底牌。 ## 自检问题 1. 作者主张"你不拥有云端最强模型",这条主张的两条事实级证据是什么?为什么"GPT-4 被砍"不算孤例? **答案**:作者口播点名 2026-02 GPT-4 被砍(1:30)、Anthropic 与 OpenAI 因分歧切 Claude 访问(1:37)、2024-2025 不同区域也被切(1:42)三组先例;三组覆盖"厂商主动撤回/合作政治/地缘"三种不同切法,模式化而非孤例——这是把"云订阅 ≠ 拥有"翻译为事实级判断的依据。[01:30](https://youtu.be/BvjkywaIC1A?t=90) 2. 决策引擎的四档分流规则是什么?为什么"长上下文"不归到便宜档? **答案**:作者点名的四档:私密/敏感→本地(14:21)、高频杂活→DeepSeek V4 类便宜档、长上下文单独算、强推理→前沿如 Opus 4.8/GPT 5.5;长上下文不进便宜档的原因是"performance goes down the longer the conversation is"——同一段长对话便宜模型会随 context 增长而退化,所以单列预算。这与模型分散一致但加了 context 量级维度。[14:21](https://youtu.be/BvjkywaIC1A?t=861) 3. 视频给本地 vs 前沿的能力差距的具体数字是什么?这条数字的来源可靠吗? **答案**:作者给的具体数字是"roughly 6 to 12 months behind the premier front-end models" + "RTX 5090 runs last year's frontier model at 70 to 85% of the quality"。这是博主口播范围不是第三方基准引用,采信折扣按"博主体感 + 工程经验"理解,不是 SAGE-bench/SWE-bench 风格的硬数据;但 "hardest reasoning 差距最大"的诚实承认站得住。[03:00](https://youtu.be/BvjkywaIC1A?t=180) 4. Open Notebook 与 NotebookLM 的关系是什么?视频演示里本地化的边界与妥协点各在哪? **答案**:Open Notebook 是 NotebookLM 的开源克隆版,本地 clone + 接 Ollama 即可 0 元跑同等对话能力;演示中视频自己承认本地"慢",生产环境推荐接 API key——Video demonstrate the local clone is for private / custom / zero-cost trade-off, API for quality performance;这是"完全本地 vs 生产性能"的工程 trade-off,不是"二选一最优解"。[19:40](https://youtu.be/BvjkywaIC1A?t=1180) 5. 作者为什么在结尾反过来劝"硬件不够时不要硬撑本地"?这条劝告对自家课程销售不利为何还说出口? **答案**:作者在 22:31 明确说"stick using exclusively frontier if you don't have the hardware to actually go ahead and do it",这是反销售性主张——他的主线是引导大家买硬件/自学,但他承认"硬撑本地"在某些条件下得不偿失,这条劝告与主线商业利益反向但符合"诚实工程"原则;按与利益反向档采信,可信度最高。[21:32](https://youtu.be/BvjkywaIC1A?t=1292)