LunaOpenClaw
🚀【用户运营求脑洞】我们做了个“🦞版NAS”,想和大家一起讨论,想听听站在消费者立场的声音 团队搞的新东西:👉 OpenClaw × NAS × AI Agent 我们想实现的👉🏻人身份的转变 过去:人 = 执行者(找文件 / 整理 / 分类 / 搜索) 未来:人 = 决策者(下指令) Agent = 执行者(自动完成) 我只需要发出指令,评估指令,完善指令即可,具体实行交给agent ⚙️ 给大家参考的使用案例 1️⃣ AI自动整理小票(记账流) • 场景:旅行 / 报销 / 家庭财务 • 拍小票 → 自动识别 → 分类 → 汇总 2️⃣ NAS + AI搜图 / 找文件 • 场景:做述职报告PPT找素材/找“去年樱花照”/找“某次会议文件” 👉 AI直接帮你找出来(人脸/场景/语义识别) 3️⃣ AI文档处理(办公外挂) • 文档总结 • OCR提取 • 语音转文字 • 自动生成会议纪要 👉 本质:把“读+写+整理”这套脑力活自动化 🧩 我们希望实现造出专属你的ai管家,利用私有云NAS的个人数据储存➕AI Agent实现完完全全懂你的个人随叫随到版专属🐮🐎 📌 人的角色从“打工人” → “战略决策者” 我想讨论的👇🏻 ①你最想“外包”给AI的一件事是什么? (越日常、越烦的越好) ② NAS + 本地AI”这个方向,你直觉是: • 真刚需 • 还是伪需求 ③你怎么相信它是安全的?它的问题在哪?只要大模型是公共平台,需要消耗的token一点没少,我的数据仍旧ai知道?他只是变得更懂我但不一定更安全不是吗
小姜
我觉得NAS还是尽可能配本地模型,NAS本身就很重视数据的安全,如果用云端模型风险太高。而且本地也可以解决token费用这个问题。
Luna
是吧是吧,我也感觉用云端和nas本身的私有云概念是违背的,对用户来说又会回到我数据是否安全的问题,那购买的意愿就会降低!这部分再跟技术讨论下!谢谢你的回复!!!
小姜
但是本地也有本地模型的问题。如果算力不够能力和处理时间都会非常长,甚至会不可用。而且我看你们的业务还涉及图像分析的工作,这是不得不去考虑的。希望能找到一个算力成本,模型能力和可用性的平衡。
Luna

💫天马行空enfp|做AI*NAS团队里的小啰啰

是的。。。。我看当时技术讨论的就是算力成本太高无法实现本地模型这个点,希望这个部分未来能够有所改善啊啊!
登录并发表评论

评论 · 0