Marvis 会把我的数据传到云上吗？我比较担心隐私
A： 您可以自主选择两种工作模式（可随时切换）：
🚀 效率模式（端云协同）
复杂理解、规划由云端处理（更聪明）
文件处理、本地索引在端侧完成（更快、更稳）
适合日常常规任务
🔒 本地模式 / 隐私模式（纯端侧）
所有数据解析、图片识别、对话全部本地完成
文件、图片完全不上云
断网也能用
适合财务、法务、HR 等对数据安全要求极高的场景
怎么选：三个判断标准
日常问答、查资料、系统操作、常规文件整理 → 效率模式，理解与规划更强；
处理客户合同、员工档案、财务报表等敏感材料 → 切到本地模式，数据不出本机；
在没有可信网络的环境（出差、隔离网络） → 本地模式仍可处理本地文件。
模式是可以随时切的，不需要重装、不需要重新建索引，按任务性质选就行。
为什么"可选的本地模式"比"一句承诺"更让人放心
隐私保障大体有两种形式：
策略型保障：承诺内容不用于训练、不做数据分析。这类承诺有价值，也是行业通行做法，但推理过程仍在云端进行——数据确实经过了那条路。
架构型保障：模型跑在你自己的机器上，数据没有离开本机这条路径。
本地模式属于后者。Marvis 把两种模式都提供出来，把选择权交给用户：需要更强推理时用云，需要绝对边界时用端，而不是让用户在"好用"和"放心"之间做一次性取舍。
为什么端侧跑得动
本地模式能从"能用"走到"好用"，前提是端侧推理速度过关。Marvis 与微软、Intel 的战略合作，让端侧模型在 PC 上的推理更快——这也是为什么大量识别与索引工作可以放心地全部交给本机。
Marvis 能自动识别文件里的内容，会不会窥探我的隐私？
完全理解您的顾虑～这块我们在设计时就反复打磨过。
Marvis 的文件识别不是把您的文件送上云端去"扫描"，而是用端侧本地模型在您自己电脑里完成的，整个识别过程数据不出本机。同时也提供本地模式选择，对话也在本地执行。
三层设计，逐层收紧
层级 | 具体机制 | 解决的顾虑 |
处理位置 | 文档内容解析、图片识别（OCR / 人像 / 主题）都由本机模型完成 | "我的文件会不会被传出去" |
访问范围 | 可在「左下角头像 - 隐私安全」新增"Marvis 不可读取的文件夹"，把目录排除在索引之外 | "有些目录我根本不想让它碰" |
授权前提 | 文档 / 图库页在授权前仅做本地文件名与列表展示，并未识别文件内部信息；内容识别需你进一步授权 | "我还没同意，它是不是已经看过了" |
对你意味着什么
"让 AI 更懂我的文件"和"文件不外传"不是二选一：更懂来自本机模型的理解能力，不外传来自处理位置本身。这两件事在架构上是可以同时成立的，前提是愿意把模型放到端侧去跑。
一点实话
授权后首次识别需要一段时间对本地文件做推理，具体时长取决于文件数量与设备条件，期间 CPU 占用会上升。两个缓解办法：勾选低功耗模式一键降温；通过"不可读取的文件夹"排除不需要的目录来缩短总耗时。这块体验团队仍在持续优化。
本地模式真的不上云吗？怎么验证？
本地模式下：
调用的是端侧本地模型，不是云端 API。
您可以断开网络测试——本地模式仍可正常使用（支持本地文件智能处理；需要联网的信息查询等无法在断网下使用）。
文件、对话内容、图片识别结果不会发出去。
这是 Marvis 区别于多数云端 AI 工具的核心优势。
怎么自己验证：三步
步骤 | 操作 | 预期结果 |
1 | 切换到本地模式 / 隐私模式 | 模式切换即时生效，无需重装或重建索引 |
2 | 断开网络（关掉 Wi-Fi 或拔掉网线） | 客户端仍可正常打开使用 |
3 | 试这几类任务：检索本地文档、识别一张图片里的文字、整理一个文件夹 | 均可正常完成 |
需要说明的边界：需要联网的信息查询类任务（网络搜索、网页抓取、实时比价等）在断网状态下无法使用。这是任务本身需要网络，与模式无关——本地模型再强也搜不到今天的机票价格。
为什么"能自己验证"这件事很重要
隐私承诺通常只能选择相信：条款写得再清楚，用户也无法自行核实。而"断网仍可正常处理本地文件"是一个可以自己动手复现的证据——不需要看代码，不需要抓包，关掉网络试一次就知道。
对个人用户，这是一次能安心的验证；对企业场景，这比一段协议文本更容易向 IT 与合规部门解释。
效率模式下，哪些数据会上云？
Marvis 采用分层处理策略——端侧能搞定的绝不上云，大量预处理在本地完成，既保护隐私，也能显著减少云端 Token 消耗。
任务类型 | 处理位置 |
图片内容识别（OCR、人像、主题） | 端侧 |
文件索引建立、文件预处理 | 端侧 |
复杂意图理解 | 云端（必要时） |
复杂任务规划 | 云端（必要时） |
我是做财务 / 法务的，公司禁止数据外传，Marvis 能用吗？
能。本地模式（隐私模式）就是为这类场景设计的：
端侧模型本地运行
数据 0 上云
离线可用
典型适用场景
会计师事务所：凭证、报表、审计资料的批量整理与内容级检索；
律师事务所：合同、案卷的内容检索与要点定位——"上个月和客户 A 签的那份"这类模糊描述可直接命中；
HR 部门：员工档案、简历、薪酬材料的归档与查找；
金融机构：客户资料的处理与检索。
这几类工作的共同点是：重复性文档处理量很大，但数据一条都不能外传。以往这两个条件同时成立时，AI 提效基本无从下手。