一个玩家把整座Steam游戏库丢给了本地大模型，让它推荐下一款该玩什么。结果出乎意料——它给出的建议，比Steam自己的推荐算法更对胃口。

这件事的前提是，本地大模型已经变得比以往任何时候都更快、更聪明、更可靠。这不是空口判断，而是这位玩家自己的使用体感。

打开网易新闻 查看更多图片

本地模型正在换位置

他此前聊过一个变化：一些能力不错的27B模型，已经从"给编程工作流打辅助"，变成了"直接替掉一部分原本要付费的工具"。

这个转变的关键不在于模型能写代码，而在于它开始承担原本需要花钱买的服务。对个人用户来说，这是成本结构的改变。

他还补了一句判断：本地AI这个领域跑得太快，那些模型在各自擅长的事情上，只会比当时更强。

为什么推荐这件事值得说

游戏推荐是个很刁钻的场景。它要求模型同时理解两样东西：你库里已经有什么，以及你真正喜欢的是什么。

Steam的推荐基于平台侧的标签和热度数据，而把整座库交给本地模型，等于让模型直接读你的全部游戏履历。信息源不一样，结论自然可能不一样。

这也是本地模型的一个隐性优势：你的数据不用出本机，模型可以拿到最完整、最私人的上下文。

至于它具体推荐了哪些游戏、依据是什么，这位玩家没有展开。但"比Steam更懂我"这个结论本身，已经说明了一件事——当模型能拿到足够完整的个人数据时，推荐质量的天花板会被重新抬高。