你的Mac里可能已经装了一个免费的大模型,只是你还没发现。近日全球Mac用户都在讨论一个藏在系统里的命令行工具:fm。运行macOS 27的Mac电脑,只要开启苹果智能并完成模型下载,在终端里敲下三行命令,就能唤醒一颗苹果原生的本地AI大模型——不用账号,不用联网,没有任何token账单。
fm是什么:从系统底层说起
fm是苹果随macOS 27正式推送而预装在系统里的命令行工具,位于/usr/bin/fm,文件本身只有约3.2MB。它并不神秘——早在今年6月的WWDC26开发者大会上,苹果就公开演示过这套命令行工具与配套的Python开发包;9月中旬macOS 27正式推送后,它就成了每台Mac装机自带的系统组件。它的作用,是把驱动苹果智能(Apple Intelligence)的那颗本地大脑,直接接入命令行环境。
底层规格方面,默认调用的system模型参数量约30亿(3B),上下文窗口4096个token(部分高配机型实测可达8192)。它调用的模型权重来自开启苹果智能时下载的约7GB本地模型包,只要是M1及更新芯片的Mac,包括2020年初代M1 MacBook Pro,都能运行。
三行命令,一分钟上手
唤醒它的完整流程只有三步:
- sudo fm license:管理员身份同意一次条款,全机各账户即可共用;
- fm available:检查模型是否已就位;
- fm respond “你的问题”:直接提问,答案在终端里流式输出。
实测体验中,一颗数年前发布的16GB内存Mac,后台推理守护进程闲置时占用约450MB内存,满负荷输出峰值约650MB,首字响应不到0.3秒——最关键的是,全程断网也能用,文本完全在本机处理。
它的能力边界:适合什么,不适合什么
苹果官方对这个本地模型的定位非常清晰,适合的场景是:摘要、信息抽取、分类、改写和短文本创作;不适合的场景是:写复杂代码、数学推理和百科问答。实测中最戏剧性的一幕是:让管道传入一份文档并要求“总结成三点”时,如果漏了-i参数,模型没收到文件却不会报错,而是凭空编造了一个小镇画家办画展的故事。3B参数的模型,聪明程度有明确天花板。
但换一个视角看,这恰恰是设计哲学的体现。终端世界里,竖线“|”是流水线传送带,grep找词、awk切列、jq解析数据,五十年来的系统工具都快如闪电,但全是“文盲”,听不懂人话。fm填补的正是这一层:把自然语言理解能力变成系统流水线上的一截语义管道。会议纪要贴进剪贴板,敲一行命令提炼五条待办;几百行报错日志传进去,套上结构化模具吐出规整的JSON故障报告——在这个位置上,快、免费、不出网,远比“博学”更重要。
fm serve:把Mac变成私有API服务器
fm还提供了对开发者最有价值的一个子命令:fm serve。执行后,Mac会本机起一个兼容OpenAI Chat Completions标准接口的本地API服务。这意味着为云端大模型写的脚本,只要改一个服务地址,就能指向自己的Mac:给内部文档批量打标签、对邮件做自动分类、从表单文本中抽取字段——这些原本要按token付费的日常任务,可以完全在本地消化,数据不出机器。配套的还有fm schema命令,通过JSON schema约束输出格式,让模型稳定产出下游程序能直接解析的结构化数据。
多设备生态:Foundation Models框架一网打尽
fm只是苹果端侧智能的冰山一角。对开发者而言,Foundation Models框架把同一颗本地模型开放给了App生态:iPhone、iPad、Mac上的应用都可以直接调用这颗端侧模型,配合快捷指令与分享菜单,系统能力随处可用。已经有第三方应用基于该框架做出文本摘要工具,无需账号、无需服务器、断网可用。从Mac终端到iPhone应用,苹果的思路一以贯之:让端侧AI成为像系统组件一样的公共能力,所有设备共享同一套本地智能。
多设备用户的环境提醒
两个使用前提需要留意。其一,本地能力有语言与地区的支持范围,部分功能在特定地区可能不可用,遇到命令不可用时先检查系统设置。其二,端侧模型之外,海外开发者社区围绕fm的工具链、教程与开源生态正在快速生长,访问这些一手资源需要稳定的国际网络环境。这也是很多多设备用户的共同经验:蓝鲸加速器主站提供的多设备网络加速方案,能在Mac、手机等多终端之间提供一致的国际网络接入,让系统更新、资源下载与社区访问都不掉链子。工具体验是一方面,环境配套同样决定最终效率。
上手自查清单
- 确认机型为M1及以后芯片的Mac,系统已升级macOS 27;
- 系统设置中开启苹果智能,等待约7GB模型包下载完成;
- 终端依次执行license、available两步,确认模型就位;
- 先从摘要、改写、分类三类任务试起,建立能力边界的直觉;
- 有批量处理需求再研究fm serve与schema,接入自己的工作流。
四类人群的场景对照
程序员与脚本党:fm就是为你们准备的。把日志清洗、代码注释整理、批量文本分类塞进shell脚本,与grep、awk、jq串联成流水线,快且零成本。唯一要管住的是期待值:别拿它写复杂逻辑,摘要与分类才是它的主场。
文字工作者:会议纪要提炼要点、长文改写成短稿、给素材打标签分类,这些高频轻量任务交给它,省下的时间投入真正需要创造力的部分。敏感文本不出本机,对稿件保密性要求高的写作者是天然受益者。
隐私敏感型用户:不需要账号、不需要联网、处理全程留在本机芯片上——这三点对合同、财务、法务类文本的处理价值极大,再也不用纠结某段敏感内容要不要交给云端服务。
苹果全家桶用户:fm终端工具配合Foundation Models框架生态,从Mac命令行到手机应用共享同一套端侧智能,围绕它生长的第三方工具生态正在快速成形,早熟悉早受益。
与云端大模型的分工关系一览
| 任务类型 | 本地fm模型 | 云端大模型 |
|---|---|---|
| 短文本摘要、要点提炼 | 适合,秒级响应零成本 | 可用,但按量计费 |
| 批量打标签、字段抽取 | 适合,配合schema稳定输出 | 可用,量大时成本明显 |
| 改写、润色短文稿 | 适合日常轻量改写 | 复杂创作能力更强 |
| 复杂代码、数学推理 | 不适合,官方明确建议避开 | 适合 |
| 敏感文本处理 | 天然优势,不出本机 | 需评估数据政策 |
这张表传达的核心是:fm不是云端大模型的替代品,而是系统工具箱里的新增配件。用好它的关键不是期待它无所不能,而是认清它的分工位置,把轻量高频的任务交给它,把重活留给云端服务,整体成本结构会明显优化。
常见问题解答
问:fm真的完全免费吗?
答:是。本地system模型不联网、不记账单,开箱即用。更高阶的云端模型选项属于另一套服务,本地使用无任何费用。
问:它能替代云端大模型吗?
答:不能也不必。3B端侧模型的强项是轻量文本处理,复杂推理、长文创作仍需云端模型,两者是分工关系而非替代关系。
问:管道传文件要注意什么?
答:务必带-i参数,否则模型收不到传入的文件内容,可能安静地编造答案。这是新用户最容易踩的坑。
问:多设备用户如何保证资源下载稳定?
答:系统更新与模型权重下载都依赖网络环境,可在蓝鲸加速器官网了解多设备加速方案,统一优化全设备的国际网络质量。