MonoClaw 震撼登場：首款港產 Software 3.0 AI 秘書，基於 Gemma LLM 本地部署
香港初創 Sentimento Technologies 推出 MonoClaw，一款一次性買斷（HK$28,888）、在用戶自有 Mac 上本地部署的 AI 秘書 Mona。產品基於 Google Gemma 4 E4B 大型語言模型，透過 LM Studio 運行本地推理，零訂閱費用、數據全程留機。本文解析這款「Software 3.0」產品如何重塑企業 AI 部署的隱私與成本邏輯。
生成式 AI 的浪潮正在從雲端走向邊緣。香港初創 Sentimento Technologies Limited 推出的 MonoClaw，以及其搭載的 AI 秘書 Mona，為本地中小企提供了一條截然不同的路徑——不再依賴月費訂閱和超大規模數據中心，而是在用戶自己的 Mac 上本地部署大型語言模型（LLM）。產品一次性買斷售價 HK$28,888，被業界視為「Software 3.0」理念在香港的首次落地實踐。
什麼是「Software 3.0」？
MonoClaw 的設計核心理念源自 AI 研究員 Andrej Karpathy 對電腦運算發展史的劃分：Software 1.0（手寫規則式軟體，如 60 至 80 年代的商業系統）、Software 2.0（神經網路模型從數據中學習，如近年主流 AI 應用），而 Software 3.0 則是預訓練大型語言模型成為通用電腦，以自然語言作為程式介面。
在 MonoClaw 的架構中，系統提示詞（System Prompt）即是程式本身，上下文窗口（Context Window）即是運行環境。用戶不需要編寫程式碼，只需以日常語言與 Mona 溝通，即可讓她執行各類任務——從整理電郵、起草回覆、管理日程到跟進客戶。
Mona 的日常工作流程
Mona 被設計為一位全天候在線、邊緣部署的數碼化私人秘書，透過 Telegram 等即時通訊頻道與用戶協作。從官方展示的工作流程來看，她涵蓋以下核心場景：
晨間摘要：Mona 查閱新電郵與待批准事項，匯總提醒與待辦清單，並在用戶醒來前將結構化摘要推送至指定頻道。
收件匣分流：按緊急程度排序郵件並起草回覆，但每一封電郵在發送前都需用戶批准。
會前準備：從記憶中調出往來紀錄、過往決策及相關文件，在會議前提供完整的背景摘要。
承諾跟進：若用戶曾向他人承諾某項行動而尚未執行，Mona 會主動提醒。
技能組合：用戶可將一套反覆運行的流程——例如週末收尾批次——存成可重複使用的自訂技能，一鍵執行。
本地部署：數據主權與隱私的核心優勢
MonoClaw 最顯著的差異化在於其邊緣優先的設計哲學。產品預載可透過 LM Studio 本地運行的 Google Gemma 4 E4B 模型，日常推理完全在用戶的 Mac 上完成，無需串流至任何雲端伺服器。
根據官方數據，Mac mini M4 的峰值功耗僅 65W——遠低於任何雲端推理所需消耗的基礎設施資源。MonoClaw 指出全球數據中心一年消耗約 460 TWh 電力及 174 億加侖用水，而本地運行的 AI 模型則完全避免了這些成本。
在安全架構上，MonoClaw 採取多層防護措施：賬戶憑證以強加密儲存，絕不作為可讀文字輸入給 AI；每項對外操作（發送訊息、提交表單、執行系統命令）均須獲用戶批准；會話記憶與工作區資料留在本機，僅有用戶主動配置托管模型供應商時，提示內容才會離開裝置。
定價與部署模式：告別月費輪迴
MonoClaw 採用一次性買斷模式，軟件套裝售價 HK$28,888。用戶需自備一台 Mac（Mac mini 起價約 HK$6,099，iMac 起價約 HK$9,999），並將裝置寄予 Sentimento 完成安裝及系統配置後取回使用。
此模式與主流企業 AI 方案形成鮮明對比：ChatGPT Team 每位用戶每年約 US$300（約 HK$2,400）起，而企業如 Microsoft Copilot 或 Salesforce Einstein 的客製部署費用動輒數萬至數十萬美元。MonoClaw 的定價策略尤其適用於對隱私有嚴格要求的行業——法律、金融、醫療及地產等。
對香港中小企的意義
MonoClaw 的推出反映了幾個值得關注的趨勢：
邊緣 LLM 正在成為現實：Gemma 4 E4B 等高效模型在 Apple Silicon 上實現流暢的本地推理，驗證了「你的 Mac 就是一台 AI 推理電腦」的主張。這對於數據敏感度高的企業尤其重要——客戶資料、法律文件及財務數據不再需要上傳至境外伺服器。
香港本地 AI 生態的萌芽：Sentimento Technologies 選擇在香港開發並首發 MonoClaw，顯示本地 AI 初創正從純粹的模型應用者，向產品化、商業化解決方案的提供者轉型。這對香港政府推廣 AI 應用的政策目標是一個積極信號。
從 SaaS 到買斷的商業模式探索：當 AI 工具的功能逐漸標準化，企業開始質疑持續性訂閱費用的合理性。MonoClaw 的一次性買斷模式——加上用戶自有硬體的折舊成本——在三年內可能遠低於主流訂閱服務的累計支出。
結語
MonoClaw 作為香港首款「Software 3.0」本地 AI 秘書產品，代表了一種與主流雲端 AI 截然不同的技術路線。在生成式 AI 快速普及但數據私隱憂慮日益加劇的背景下，將 LLM 部署在用戶自有硬體上的方案——尤其是採用一次性買斷而非月費模式——為中小企提供了一個值得考慮的替代選擇。隨著 Apple Silicon 的性能持續提升和邊緣推理模型的日趨成熟，MonoClaw 可能是本地 AI 部署從「租用智慧」轉向「擁有智慧」的開端。