作者在布拉格 FrontKon 讲完「你的浏览器是台算力机器，而你只拿它填表单」之后，回来重估了浏览器内 AI 的现状。一年前这还是个笑话：模型小、加载慢、效果勉强。现在变了——WebAssembly 加 WebGPU 能把某类并行计算的吞吐拉高一个量级，模型下载并缓存后可以离线跑，推理全在用户设备上完成，数据不出本机，也没有 token 账单和网络往返。代价也很清楚：模型体量必须小，首次下载有等待成本，本地推理仍然比调 API 慢。文章挑了五个真正可用的场景来验证这条边界到底在哪，而不是再喊一遍「未来已来」。
🔑 核心要点
真正的卖点不是「不用联网」，而是没有 token 账单、没有网络往返、数据不出设备。
性能的地基是WebAssembly + WebGPU，后者能把某类并行计算加速到 CPU 实现的数十倍。
作者现场的观察是冷水：一屋子开发者里只有三四个听说过 WebGPU，能力早就存在，认知没跟上。
边界同样明确：模型必须小、首次下载要等、本地推理依然慢，所以只适合特定几类任务。
💡 金句
“No inference API calls. No network round trips to an AI backend. No worrying that your users will consume too many tokens, because you're not paying for them!” 译：不调推理 API，不往 AI 后端跑一个来回，也不用担心用户把 token 用爆——因为那些 token 根本不要你付钱。