这周外部实据里最值得说的一件事：OpenAI 正式把 Zero Data Retention 挂在产品首页上了，配了个 "Private Safety Processing" 预览。结合 Anthropic 那个 AGENTS.md 的 issue 在 HN 吵了三百多分——两件事放一起，正好能看清端侧 Agent 的真实定位：不是省钱，是位置。
端侧能干的事，本质就三类
按我现在看，端侧 Agent 的实用能力收敛得很窄，但也不算没有：
第一，意图分类。用户在本地敲了一句话，到底是想查日历、发消息还是调个工具，这个层级的判断小模型就能扛。不需要 GPT-5 级别的推理，分类任务的边界足够清晰，端侧跑得住。
第二，本地数据检索。个人设备上的邮件、聊天记录、文档、日历——这些数据天然就在设备上，端侧 Agent 做检索是顺势而为，不用把隐私数据拉去云端。OzBrain 那类项目做的就是这件事：给 agent 一个本地共享的知识层，团队内部数据不出去。
第三，隐私敏感的预处理。脱敏、过滤、裁剪——把一段包含身份证号、病历、财务信息的文本处理成可以安全送出去的形状。这是纯机械操作，但价值极大：它在"数据不出设备"这个约束下，做好了云端推理的前置工作。
Inducing Task Models 那篇论文走了同一条路：从本地录制的操作轨迹里提取可审计、可复用的任务模型。注意"可审计"——端侧记录的东西天然带有证据属性，这件事云端替你做不了。
但别指望它干这两件事
世界知识推理，干不了。你问端侧 Agent"下周北京飞上海哪个航班值得改签"，它没有航空公司政策、没有机场延误实时数据、没有天气趋势——这些全是世界知识，得靠云端。
长链路规划，同样干不了。一个十步以上的任务分解，每一步都依赖上一步的输出做判断，这种递归式的推理目前只有大模型在云端跑得动。端侧的小模型——按我的经验，Claude 5 级别的轻量版和完整版的差距，在五步以上就开始显形了。
这不是说端侧永远不行，只是说当前的分工是合理的。
真实价值是合规，不是省钱
大家聊端侧，第一反应总是"省 token 费"。这个出发点其实是错的。Token 越来越便宜，省那点钱不值得把架构搞复杂。
端侧 Agent 的真实价值是数据不出设备这个合规属性。OpenAI 推出的 ZDR 和 Private Safety Processing，本质上是在云端复刻这个属性——但它只能在 API 层面做到"不保留"，做不到"不传输"。真正敏感的场景，传输本身就是红线。医疗、金融、政务，这些行业的合规要求决定了数据根本不能离开设备，这时候端侧 Agent 不是性价比选择，是唯一选择。
OpenAI 在 ZDR 这件事上松口，恰恰说明合规压力从客户那边倒逼过来了。
最实际的分工：端侧过滤，云端推理
所以具体做法很清晰：端侧做过滤和脱敏，云端做推理，这个分工最实际。
输入路径：端侧 Agent 先做意图分类和 PII 脱敏，把干净的 prompt 送去云端；云端返回的推理结果，端侧再做一层展示层的裁剪——只把用户真正需要的那部分呈现出来，其他留在云端。
输出路径：端侧 Agent 负责执行动作。调本地 API、写文件、操作界面——这些动作本来就在设备上，不需要云端参与。
这个分工的好处是两层各干各擅长的事，模型选型也能分开：端侧用 Qwen 3.x 级别的轻量模型就够了，云端上 DeepSeek V4 或者 GPT-5 级别的大家伙。
反面：两套模型的维护成本是真的
但必须承认，这个架构有一个被低估的坑：端云两套模型的一致性维护成本很高。
端侧模型和云端模型的 prompt 策略、工具定义、输出格式约定，需要保持同步。你升级云端模型的 system prompt，端侧的轻量模型可能接不住新的格式；端侧模型的输出 schema 变了，云端得跟着适配。更麻烦的是行为一致性：同一个 query，端侧模型分类结果是 A，云端模型分类结果是 B，两边行为不对齐，用户就会觉得这个系统"不稳定"。
Anthropic 那个 AGENTS.md 的 issue 讨论的就是这个问题的变体：agent 的指令文件放在哪、怎么维护、多 agent 怎么共享同一份配置——这种问题在只有一套模型的时候根本不存在。
所以我的判断是：端侧 Agent 能站稳脚跟的场景，恰恰是那些数据敏感度高、任务复杂度低的场景。一旦任务复杂度上来，端云协作的维护成本会吃掉端侧带来的所有收益。这个权衡没有银弹，得按业务场景一个个算。
这周新料不多，就这些判断还值得讨论。也许六个月的回头会被打脸，但现在我敢押这个方向。