想让 AI 真的替自己干活，麻烦往往不在模型笨，而在三件事：一开口就是按月固定收费，不用也照扣；聊过什么、传过什么文件，全存在对方服务器上；想换个模型试试，得连整套工具一起换掉。自己搭一套吧，网关、记忆、任务队列又全得从头拼。
AnyModelBot 走的是另一条路。这个仓库 10 月 27 日才建，到 11 月 4 日已经 2696 个 star，MIT 协议，Python 写的，Windows、macOS、Linux 都能装，11 月 3 日刚发 v0.1.21。它的定位是「跑在你自己电脑上的 AI 机器人」：一个机器人就是一个人设，带着自己的默认模型、工作区和记忆，对话、记忆、文件和密钥都留在本机。模型不是自带，而是用一个 Key 去接 70 多个模型，按实际用量计费，工具本身没有包月。
AnyModelBot 官网首页，主打自家电脑上的 AI 机器人
应用里多个机器人并排，默认模型与工作区各自独立
真正值得琢磨的是这三处设计。
第一，越界会先问你。机器人能读写文件、执行命令、操作桌面，但一旦要动工作区以外的东西，界面会弹出一条操作说明等你批准，允许一次还是直接拒绝都由你点。把权限收在一个文件夹里，比事后翻日志安心得多。
第二，不绑模型，也不绑收费方式。同一个机器人背后可以换 GPT、Claude、Gemini、Grok、DeepSeek 等任意模型，价格按 token 走，闲置时不产生费用。想停用某个服务，换一个 Key 就行，历史对话和记忆还在本机。
第三，装好就是能干活的状态。后台任务、定时规则、「需要你拍板」的待办清单都是默认开好的，不用另外接调度框架；它的智能体部分参考了 DeepSeek 开源的 Super Agent 原型，跑在 DeepSeek Harness 上。
一次越出工作区的操作被拦下，等待人工批准后才执行
按月固定收费、自己拼一套、本地优先三条路线的差别
也得把话说清楚：本地优先不等于完全离线，模型推理仍然在远端完成，密钥要自己保管，费用也自己盯；机器人跑在这台机器上，机器关了它也就停了；真要长年常驻，更适合放在一台自己的小服务器上。它解决的是「数据和主动权归谁」，不是「不花钱用上大模型」。
如果你手上有一堆重复整理文件、跑脚本、定时汇总的零碎活，会愿意把这类机器人放进哪台机器？