事情是这样的。
上个月，我在刷小红书的时候，看到一个帖子。有个人说自己最近靠「上门帮人配置本地AI工具」这个副业赚了八千块，评论区炸了，一堆人问他怎么做、在哪接单、收费多少。
我当时就愣住了。
我就想，这玩意也能赚钱？帮人装个Ollama，调一下LM Studio，这也值得收费？
结果我又深入看了一下，发现这事还真不是我想的那么简单。背后有一整套逻辑，而且已经有人在闷声发财了。
先说说这事是怎么起来的
最近这半年，本地AI工具的热度一直在涨。Ollama、LM Studio、GPT4All这些工具越来越成熟，配置起来也越来越简单。但问题是，对普通用户来说，「简单」和「能搞定」之间还隔着一道坎。
你有没有过这种经历——在网上看到别人说「本地跑个Llama 3太爽了，完全免费还隐私」，然后你自己去试，命令行敲了半天，最后报错，不知道卡在哪了。
其实就是卡在这里。「简单」和「能搞定」之间，那道坎真真切切地摆在那儿。
很多人想要本地AI的能力，但不想折腾配置。他们愿意花钱买省心。而另一边，很多人会敲命令、会调参数，但不知道这事还能变现。
两个群体的需求一对接，一门生意就这么出来了。
谁在帮人装本地AI？
我扒了一圈，发现干这事的分几类人。
第一类是有技术背景的开发者。程序员、运维、AI爱好者，本身就在用这些工具，顺手帮人装一下，顺手赚点钱。这类人最容易切入，为啥呢，工具他本来就会。
第二类是把本地AI当差异化的IT服务商。我看到有案例是一个IT咨询顾问，在已有的客户群里推出「AI工作站配置」这个新服务，把本地AI当成一个新的增值项来卖。客群自带，需求真实，成交很快。
第三类是有垂直行业背景的人。最有意思的一类，比如有个人专门服务律所和医疗机构，帮他们配置本地AI，因为这些机构有严格的数据合规要求，不能把当事人信息上传到ChatGPT或者Claude的服务器。本地部署是唯一解。这类人的壁垒不是技术，是行业理解。
到底怎么定价？
这是大家最关心的部分。
我做了一些调研，把目前的行情大致摸清楚了：
个人用户基础配置，装Ollama或者LM Studio，配2到3个模型，再教对方基本用法。收费大概在300到800块钱之间，时间大概一到一个半小时。这类需求最多，门槛最低，适合新手起步。
小微企业用户，需求复杂一些。要连局域网，要配置多个员工账号，要集成到现有的业务系统里，比如接进客服系统或者内容生产流程。收费从1500到5000不等，看具体需求。这类单子客单价高，但沟通成本也高。
特殊行业用户，医疗、法律、金融，这些领域对数据隐私的要求是刚性的，愿意付的钱也更多。我看到一个案例是帮人配置一整套本地AI方案，包括模型选型、工作流设计、人员培训，收费在5000到15000。这类单子不多，但一旦谈成一个，顶别人好几单。
还有一些附加的收入来源。硬件推荐分成，有的服务商会顺便帮客户选配GPU或者整机，从中拿渠道返点，大概10%到20%的毛利。这个说实话我一开始没想到，后来发现不少人靠这个补贴家用。
另一个是订阅式维护服务，每个月收几百到一千多块钱，负责定期更新模型、排查问题、优化性能。客单价低，但收入稳定。这个方向我挺看好的，相当于把一锤子买卖变成了细水长流。
用到的都是什么工具？
如果你是第一次听说这些工具，这里简单过一下。
Ollama是目前最主流的本地LLM运行工具。安装简单，命令一行就能跑起来，支持的模型也多，Llama 3、Mistral、CodeLlama、Gemma这些都有。社区活跃，文档也相对完善。我自己用的就是Ollama，确实方便。
LM Studio是另一个选择，相比Ollama多了图形界面，对不熟悉命令行的用户更友好。还有一个「Server」模式，能把本地模型以类似API的方式暴露出来，方便应用集成。
GPT4All的特点是对硬件要求低，老机器也能跑。适合对性能要求不高、只想有个本地AI助手用的场景。
如果要做更专业的部署，会用到Open WebUI这套组合。Ollama跑模型，Open WebUI提供网页聊天界面，LibreChat再做一些定制化配置，就能给客户交付一套完整的私有AI助手系统。
去哪接单？
这是关键问题。我的建议是先从小红书和闲鱼开始。流量大，发布门槛低，这两个平台上天然有大量「想用AI但不知道从哪下手」的人。你发一条「成都上门装本地AI，300块起」，下面自然有人来问。
发帖的时候有几个要点。标题要具体，「成都上门装本地AI」比「AI服务」好很多。内容要讲清楚你能解决什么问题，不要讲技术细节。收费要透明，先报一个参考价，省得浪费彼此时间。
二手平台的好处是有信用背书，闲鱼有实名认证和交易保障，买家信任感会强一些。接单的时候你会发现，在闲鱼上沟通过的买家，到微信里成交的概率很高。
积累了一些案例之后，可以考虑开一个知识星球或者小红书账号，专门记录自己的AI配置案例。内容本身就是获客渠道。
再往后是B端客户。这类需求往往来自企业的真实业务场景，比如要用本地AI来处理客户数据、生成内容、自动回复等等。获取渠道主要是行业社区、微信群、朋友介绍。这类单子金额大，但需要你有足够的说服力。
这事的天花板在哪？
这事的天花板，说实话，不算特别高。
如果你只是做个人用户的配置服务，一个月赚几千块到一万出头，问题不大。但要往上走，就需要转型。
一个方向是走垂直行业。找到医疗、法律、金融这些有强隐私需求的领域，深耕进去。这类客户付费意愿强，竞品少，护城河高。
另一个方向是从一次性的配置服务，转向持续性的订阅服务。帮客户维护、优化、更新，让这事变成一个月度现金流而不是一锤子买卖。
还有一个方向是做内容。把配置服务的经验写成文章、做成视频课。不需要你有多大的粉丝量，精准就行。一个「手把手教你怎么配置本地AI」的系列内容，在各个平台的流量都不错。
风险和坑
最后说几点需要注意的地方。
硬件问题是第一道坎。帮人配置本地AI有时候会遇到客户的机器本身不满足要求的情况。老电脑、内存不够、显卡不支持，你去了现场才发现跑不动，浪费彼此时间。我的建议是接单之前先让对方发一下配置截图，提前判断能不能做。
第二个是时间成本。新手接一单可能要用两三个小时，熟练之后才能压缩到一个半小时。前期不要把价格定得太低，把时间成本算进去。
第三个是期待值管理。有些人装了本地AI之后，发现效果不如ChatGPT，就觉得你做得不好。这类问题需要在服务之前就说清楚，本地模型的能力边界在哪，什么场景适合用它，什么场景不适合。
还有一个是这个方向会不会被替代。本地AI工具越来越简单，配置门槛在降低，这是真实的。但只要普通用户的学习曲线还在，这个需求就会在。而且越往后，应用场景越多，需要的服务也越专业。
我是这么想的——这个副业不是一个能让你暴富的事，但它的好处是门槛低、启动快、需求真实。你不需要什么特殊资质，不需要囤货，不需要租场地，一台电脑加一点时间，就能开始。
如果你本来就在用本地AI工具，那这事几乎零成本起步。其实就是顺手赚点钱。
如果你是刚学不久，正好可以借着做副业的机会把技术练熟。给人配置的过程中，你会遇到各种奇奇怪怪的问题，比如显卡驱动不对、内存不够、模型跑着跑着崩掉，这些坑踩过了，技术也就扎实了。
先下场，比什么都重要。