讓讓 ChatGPT：OpenHuman 才是 GitHub 上竄紅的離線個人 AI

英文科技圈最近流行一句略帶挑釁的標題：「Move Over ChatGPT」——主角不是又一個聊天網頁，而是開源專案 OpenHuman。它在 GitHub 上的 Star、Fork 與討論串增速，讓人想起早年 Homebrew 或 Obsidian 社群那種「工程師自發傳播」的節奏：大家不是在找更好的問答機，而是在找能住在自己電腦裡、記得住 GitHub 提交與收件匣的個人 AI。

本文從台灣開發者視角解釋這股熱潮為何合理、「離線個人 AI」究竟指什麼、與 ChatGPT 如何分工，以及若你要認真把它當生產輔助，Mac 本機與雲端 Mac各適合哪一段。更偏產品拆解與五天體驗，可對照本站數位分身專題與實測手記。

GitHub 上到底在「佔領」什麼？

先把敘事拆開。OpenHuman 並沒有取代 GitHub 這個平台；它佔領的是開發者心智裡的一個空位：「預設個人 AI 應該跑在哪裡」。ChatGPT 教會了世界用大模型，但預設形態仍是瀏覽器分頁 + 雲端工作階段——脈絡隨分頁關閉而蒸發，與企業信箱、程式碼託管、文件庫之間隔著複製貼上。

OpenHuman 的提案相反：桌面常駐、本機記憶樹、定時從已連線服務拉取事實。儲存庫 tinyhumansai/openhuman 用 Rust 寫核心、Tauri 做跨平台殼層，README 強調幾分鐘內透過 OAuth 建立脈絡，而不是數週手工餵外掛。對習慣讀原始碼、自己編譯、在 Issue 裡追問隱私邊界的 GitHub 使用者，這種「可 fork、可稽核」的路徑天然比閉源 Copilot 式黑箱更易傳播。

Star 曲線背後還有一層產業情緒：2025–2026 年 Agent 框架爆發，但很多人厭倦了只會聊天的 Bot。OpenHuman 把吉祥物 UI、語音、甚至 Google Meet 會議 Agent 都擺上桌面，敘事上更接近個人 AI 作業系統入口——這正是 Hacker News 與台灣技術社群樂於轉發的故事類型。

「離線個人 AI」不是斷網，而是資料主權回本機

標題裡的 offline 容易被誤解成「飛航模式下仍全能」。更準確的說法是 local-first（本機優先）：

• 記憶樹寫入本機 SQLite，並以 Obsidian 相容的 .md 檔案落地，你可直接開啟、刪改、版本管理；
• TokenJuice在資料觸及任何 LLM 之前做 HTML→Markdown、去重與摘要，官方稱最多約 80% 降本——對「每 20 分鐘同步數十個來源」的 Agent 是生存線；
• Ollama等本機模型可處理敏感摘要或低延遲子任務，複雜推論再走託管路由。

帳戶登入、Composio OAuth 代理、部分模型與搜尋仍可能走雲端——部署前務必讀官方隱私與安全文件。與 ChatGPT 相比，關鍵差異不是「絕不上雲」，而是你的工作流知識預設留在裝置側檔案系統，而非鎖在 SaaS 對話框歷史裡。

讓讓 ChatGPT：不是取代，而是分工

「Move Over」在英文裡更像擠占注意力，而非解除安裝 ChatGPT。務實分工如下：

許多 GitHub 上的早期採用者的真實設定是：ChatGPT 當搜尋引擎，OpenHuman 當同事。早上問 OpenHuman「今天我該先 merge 哪幾個 PR、誰郵件還沒回」，下午在 ChatGPT 裡潤飾對外公告——兩者服務不同時間尺度。

為何工程師尤其買帳：GitHub 只是入口之一

連線 GitHub 後，OpenHuman 會把提交、Issue、PR 討論等事件納入記憶樹——再與 Linear、Jira、Slack 交叉。對維護多個儲存庫的 maintainer，這意味著 Agent 在回答「這週發布風險」時，引用的是真實活動流，而非你昨晚臨時貼上的 changelog。

技術棧層面，Rust 核心 + 原生工具（git、grep、test、lint）讓「讀儲存庫 → 給建議」的路徑比純 MCP 膠水更短；桌面吉祥物與語音則降低非終端機黨上手成本——這與 OpenClaw 的終端機/閘道路線形成對照：OpenClaw 強在多渠道編排與 CI，OpenHuman 強在個人脈絡聚合。

上手：從 Star 到真正「記得住你」

圍觀 Star 與真正用起來之間，隔著整合密度。建議最小集：Gmail + Google Calendar + GitHub（或 Notion 二選一），等待 2–3 天讓記憶樹有厚度，再在 Obsidian 目錄抽查摘要是否準確。

# 或從 tinyhumans.ai/openhuman 下載 DMG
curl -fsSL https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.sh | bash

# config.toml：可選 Ollama 本機模型、agentmemory 後端

Mac 使用者若筆電常闔蓋，同步會斷檔——這與「個人 AI 應 7×24 思考」矛盾。常見解法是Mac mini 雲主機常駐實例：靜態 IP 方便 OAuth 回呼，VNC 處理首次授權，與雲端 CI Runner錯峰共用同一台機器時，注意記憶體留給 Ollama 與同步程序。

小結：GitHub 竄紅之後，你該不該跟進？

若你只需偶爾問 AI，ChatGPT 足夠。若你受夠了「每個 SaaS 一個 Copilot、彼此不共享記憶」，又願意承擔早期產品的粗糙邊緣，OpenHuman 代表的離線優先個人 AI值得佔一個桌面 Dock 位。它在 GitHub 上的熱度不是偶然：開源可稽核、整合夠多、記憶落在檔案裡——這三點對工程師比「多 5% 基準分」更有說服力。

下一波競爭不會發生在「誰的模型更大」，而在誰的 Agent 更懂你的儲存庫與行事曆。讓讓 ChatGPT 的真正含義，也許是給 ChatGPT 讓出「通用大腦」的位置，把個人脈絡作業系統交給像 OpenHuman 這樣的桌面入口——而 Mac，仍是跑這套敘事最順暢的硬體之一。

• 原始碼— github.com/tinyhumansai/openhuman
• 文件— OpenHuman GitBook
• 延伸閱讀— 數位分身架構 · 五天體驗記