本地AI部署定位法：钉死单一场景＋三道工程关自查（作业卡）
方法桶双卡的作业卡（仓颉 RIA 六段，业主 2026-10-19 拍板加配）；同条主卡见末尾出处区。
R — Reading
“这份方案看起来哪哪都可行，但是出来的效果会很垃圾。“（约 102s，部署商同事对 AI 生成方案的判词） “硬件是灶台，模型是食材，但中间那个能把食材变成菜的厨师，是你自己的工程化能力。“（约 282s） “先找准你的核心场景、解决单一问题，再围绕它搭系统。“（约 328s）
出处：原视频，字幕逐字稿（库内 00_原文/douyin/2026-10-20-AI本地部署，先找准定位，不要想当然）。
I — Interpretation
本地 AI 部署的成败判断要拆成两层：定位层（业务场景是否收敛到单一核心）和工程层（装完模型到能用之间的三道关）。定位失焦的症状是”一台机器挂多个不相干业务＋每个分区配齐全家桶”——看似专业，实则每环都没人写代码、没人调参数。三道工程关：①数据预处理关（扫描件/多语种/格式转换/去乱码/切片策略与重叠区）；②检索关（RAG 相似度阈值、每次取回条数，取多挤爆上下文、取少信息不够，需几十遍调试）；③工作流与边界关（多工具多模型怎么串、外部软件接口谁写、答不出时是承认还是瞎编，边界全靠工程手段定义兜底）。硬规则：场景钉不死，不进报价；三道关没有明确负责人，方案不成立。
A1 — Application Example（作者亲历案例，非合成）
输入：客户预算五万，拿 AI 工具（口播称”包姐”）出的工作站方案求部署。方案内容：R9 9950X3D＋Pro 5000 48G（单卡市价五万余）＋128GB 内存＋四块固态；用途＝短剧批量制作＋数字人带货＋跨境电商全自动＋金融量化＋隐私数据隔离，五业务同机并跑，顶层总管 Agent 带五个专属分区（各配专属模型/知识库/工作流），Qwen3.6-35B 总管、DeepSeek-R1-32B 金融、向量库＋vLLM＋WSL2 沙箱。结果：一张显卡吃光预算；转给部署同行看，判词”哪哪都可行、效果会很垃圾”。作者反证逻辑：这套功能若真成立，“比印钞还快”，大厂早买断货，轮不到散客讨论。
A2 — Future Trigger
情境：1. 给自己/单位做 AI 本地部署选型（含 Mac mini 跑模型这类家庭算力场景）；2. 拿到一份 AI 生成的硬件/架构方案想评一评；3. 抱怨”模型装好了但不好用/答非所问”；4. 讨论”要不要上 RAG/知识库”之前。 语言信号：“配台机器跑本地模型""这方案行不行""装完怎么不准""要不要建向量库”（英文：local LLM deployment / is this build viable / RAG setup）。 相邻区分：与”知识库路线选型”（库内 10-18 三条路卡，答选哪条路）不同——本卡管选定之后到能用之间还隔几关；与硬件配置评测不同——不做跑分，只做方案成立性检查。
E — Execution
- 钉场景：用一句话写出核心业务目标。完成标准：只有一个场景。判停点：写出一句话要超过 30 字或必须用顿号串多个业务＝场景没钉死，退回重定，不进下一步。
- 预算体检：核对方案里最大单项开销占比。完成标准：知道显卡/算力项吃掉预算几成。红旗标准：单张卡即超总预算，或工程化（人天/调试）在预算中无科目。
- 过三道关清单：逐关写下负责人与现成件——数据关（预处理谁做、切片策略定没定）、检索关（阈值/取回条数打算调几轮）、工作流关（每步工具接口谁写、答不出/答错的边界行为定义了什么）。完成标准：九项左右各有归属，无”默认会自动”。
- 选型实测：质量与速度二选一优先，量化档（如 Q4/Q8）、上下文长度在自家业务样本上对比测。完成标准：拿到”够用最小配置”，而非”最大满血”。
- 锁与不锁：三关都无人无预算 → 结论写”本地部署不成立，转云端 API 轻方案”并记录理由；成立 → 把 1至4 写进采购/实施单。 输入契约：业务目标一句话、预算数、候选方案；缺任一先补，不静默代选。输出契约：场景句＋红旗清单＋三关归属表。
B — Boundary
- 不要用的场合：纯调云端 API 不落本地的流程（无硬件关可过）；单人玩具级用途（钉场景一步即可，三关清单过重）。
- 作者盲区：全片零实测数字、单案例，“难”的修辞服务于自己接部署生意——三道关的”工程量”可能被放大；数据关只讲了 RAG 路径，未提小模型微调或长上下文直塞等替代；模型名物（GLM 5.2 等）系口播转写，引用前需回源。
- 易混：本卡≠硬件配置指南；≠“该不该建知识库”（那是三条路卡的事）。
📺 单车酒吧搞机社《AI本地部署，先找准定位，不要想当然。》，抖音，2026-08-20 · 原视频 · 库内 2026-10-20-AI本地部署，先找准定位，不要想当然 · 主卡对照 卡片/方法/10-20-本地AI部署先定场景与三道工程关 登记元数据（简）：capability_id: cap.kbv2.local-ai-deploy-scenario-first · importance: medium-high（自家算力部署与方案评审可复用）· intents: [本地部署选型, AI方案评审, RAG成本预估] · keywords: [本地部署, RAG, 工程化, 场景定位, local LLM]