为什么我们坚持本地优先：MotiClaw 的数据边界设计

把工作交给 AI 的最大顾虑，往往不是“它做得好不好”，而是“我的东西去哪了”。客户名单、商务报价、还没发布的产品计划——这些内容一旦进入不可控的第三方服务器，风险就不再由你决定。MotiClaw 的回答是：默认一切留在本地。

什么留在本地

• 你的数据：素材、笔记、聊天记录、文件，全部存在你自己的设备上。
• 你的 Agent：AI 员工的配置、记忆和工作过程都在本机运行。
• 你的控制面：安装、修复、重启、更新，都在本地一键完成，不依赖云端面板。

什么会走网络

只有两类请求会出网：一是你主动接入的渠道（比如飞书消息收发），二是调用大模型推理本身。模型调用时只发送完成当前任务所需的上下文，而不是把你的资料库整体上传。你也可以接入自己的模型网关，把这条边界进一步收紧。

托管模型与限额怎么算

如果你不想自己配模型，可以直接用 MotiClaw 的托管模型：免费版有基础的 5 小时与每周限额；Plus 和 Pro 订阅把限额拉高；积分则用于按量付费，永不过期，与订阅互不影响。所有计费都只发生在“模型调用”这一层——你的数据存储永远是免费且本地的。

这对不同角色意味着什么

• FDE / 交付者：可以放心把工作台部署进客户内网，数据边界讲得清楚，验收有据可依。
• 老板 / 超级个体：客户资料和报价不出设备，AI 员工照常干活。
• AI 独立开发者：产品代码和用户反馈留在本机，演示和支持照常进行。

本地优先不是一个功能开关，而是 MotiClaw 的默认架构。想实际感受，下载安装后 3 分钟就能让第一个 AI 员工上岗——上一篇《一个人，3 分钟搭建本地 AI 员工团队》有完整的上手实录。