本地跑 agent 这事，机器回来了脑子没回来

前几天看到 geohot 折腾本地编码代理的帖子。他设了个 opencode 跑本地模型，敲几行命令就能用，很兴奋。我一开始也跟着兴奋了一阵。

后来冷静下来想了想，觉得他兴奋的到底是什么？

表层答案很直接：本地跑、不花钱、不把代码发给云端。但这几个好处说的是"本地"这个属性，跟"agent"没关系。你本地跑个 llama 也是本地。那"本地"加"agent"凑在一起，底下到底多了一层什么？

先停一下，问个问题：现在那么多人的 agent 非得绑在云端跑，图的是什么？

不是模型必须在云端——开源模型你本地也能跑。是因为 agent 得"替你做一连串决定"，这一串决定得有个上下文环境一直挂着。云端 agent 替你把环境维护好了，你只管看最终那个 diff。你交出去的不只是算力，还有"我在这台机器上做的每一步操作"的控制权。

这么说吧，云端 agent 真正卖的，不是那个模型，是它替你把整个操作环境托管了。

那你本地跑 agent，拿回来的是什么？就是这台机器的实际控制权。代码不出去，操作日志不出去，它改了什么全程在你眼皮底下。这个好处实打实。

但这里我想说个我自己踩过的坑。

之前重度用云端 agent 那阵子，我慢慢养成了一种习惯：让它跑，我看结果。它改了五个文件，我 diff 一下，逻辑通，测试过，合了。这个流程很顺——顺到我后来在本地跑 agent 的时候，发现一个别扭的事：它在本地和云端其实一样顺，我一样在"让它跑、看结果"。

我交出云端的控制权，是因为我相信托管方。现在我自己在本地跑，按理说"控制权回来了"，但我的审查习惯还停在云端那个模式里。机器在我桌上，但我的脑子还托管着。

geohot 说到 vibe coding 的产物是垃圾，他还说用模型确实有提升，但会增加认知疲劳。这两句话看起来有点矛盾——既然有提升，为什么还会疲劳？

后来剥了一层才反应过来。疲劳恰恰来自"提升"的方式。模型给你的东西看起来太对了，你审它的时候，脑子里那套原本可以靠"这代码写得有点怪"来触发的直觉警报，基本废了——因为它写出来的东西就是不怪、就是工整。你得换一套更费力的审查方式，盯着那些看起来全对的东西，找它们加起来之后对不对。

这个负担比你自己写还重。你自己写的代码，你脑子里有张地图，哪段虚哪段实，心里有数。AI 写的代码，你的地图是空白的，每一段都得从头建立信任。这才是疲劳的来源——不是字多，是你失去了对自己代码的那种直觉掌控。

再往下呢？就撞到那个核心了：本地跑 agent 真正值得的地方，不在于省钱，也不在于隐私。在于它逼你把审查这件事重新拿回自己手里。云端太顺了，顺到你意识不到自己已经退到了"看结果"的位置上。本地跑，环境是你自己的，出了事没人替你兜，这种不安全感反而把你拽回了操作者的位置。

（这话说得有点像在替"本地"站台了。得收一下——本地跑的代价也很实在，环境维护、配置折腾、模型跑不动，geohot 自己也在处理。我不是说本地比云端好。）

我真正想说的是：不管你在哪跑 agent，值得问自己的是那个审查习惯还在不在。如果云端用着用着，你发现自己已经不看中间过程了，只看最后那个 diff——那即便切回本地，你大概率也不会重新开始看。

工具换了，习惯没换，底下那层 trade-off 就没变。

再往下就是"怎么在 agent 时代还保住读代码的能力"了，这个我还没完全想明白，先放这儿，下次接着剥。