舊 Windows laptop 變全屋 AI：8GB RAM 跑到，免費同私隱都有代價

XDA 作者 Anurag Singh 將一部擺埋一邊嘅 Lenovo laptop，變成屋企人共用嘅本地 AI。部機用 Ryzen 5 5500U 同 8GB RAM，冇靠獨立 GPU；Ollama 負責跑模型，Open WebUI 就提供似一般聊天 AI 嘅介面。呢個玩法吸引嘅位係一部機畀多部手機、平板同電腦共用，laptop 本身塊電池仲可以頂住短暫停電，幾啱舊機再利用。

8GB 跑得起，模型選擇就收得好窄

原文最後揀咗 Qwen3 4B 嘅 Q4 量化版本。Ollama 模型庫顯示，qwen3:4b Q4_K_M 下載量約 2.6GB，而 qwen3:8b Q4_K_M 已經去到約 5.2GB。模型檔案大小又唔等於實際 RAM 佔用，運算時仲要預留 context、快取、Windows、Docker Desktop 同 Open WebUI 嘅空間；對話愈長，記憶體壓力亦會一路加。

原文呢部機證明 8GB RAM 跑得起呢套組合，但 Ollama 冇為所有模型列出一條統一最低 RAM 規格。**8GB RAM 勉強夠跑呢個 4B 模型；有 16GB 就鬆動好多，尤其係長對話、上載文件或者多人共用嗰陣。**唔一定要有獨立 GPU，Ollama 靠 CPU 都跑到。有支援嘅 NVIDIA 或 AMD GPU 就可以加速，所需 VRAM仍然要跟模型大小、量化格式同 context 設定去計。

圖片：Wikimedia Commons — I G（CC BY 2.0）

軟件唔複雜，但部機要長期當 server

作者喺 Windows 裝 Docker Desktop，再用 Open WebUI 提供嘅整合映像，一個 container 內放齊 Open WebUI 同 Ollama。設定會將網頁介面映射去 laptop 嘅 3000 port，另外建立持久儲存空間，保留模型、帳戶同聊天記錄；--restart always 就令 container 喺重新開機後自動啟動。官方文件亦有 Windows、WSL 2 同 Docker Desktop 做法，Ollama 本身就要求 Windows 10 22H2 或更新版本。

裝好後先喺 laptop 開 http://localhost:3000 建立管理員帳戶，再下載 Qwen3 4B。其他裝置只要連住同一個 LAN，就可以用 http://laptop嘅本地IP:3000 開啟；手機亦可以將頁面加去主畫面，日常操作同普通 AI app 相差唔遠。最好喺 router 為 laptop 保留固定 IP，Windows 電源設定亦要取消插電時自動睡眠，否則個「全屋 AI」會隨時失聯。

LAN 共用唔代表可以隨便開 port

原文只容許私人網絡連入 3000 port，冇喺 router 做 port forwarding，呢個方向合理。Microsoft 建議家居共享服務嘅防火牆規則只套用喺 Private profile，來源範圍亦可收窄至 Local Subnet；去到酒店或咖啡店 Wi-Fi，就唔應該沿用同一條開放規則。管理員帳戶要第一時間建立，密碼亦要夠強，屋企人開完帳戶後便可以關閉新用戶註冊。

本地運算亦唔等於資料自動安全。 對話同上載文件會留喺 Open WebUI 嘅儲存空間，任何攞到管理員權限、Windows 帳戶或者 container 資料嘅人都有機會睇到。Open WebUI 官方亦提醒，帳戶權限只係控制邊個入到系統，唔代表每個用戶嘅資料會完全分隔。若果之後開埋網上搜尋、外部工具或雲端模型，相關 prompt 同文件內容亦可能離開部 laptop，要逐項睇清楚設定。

速度同雲端模型仲有明顯距離

XDA 原文冇提供每秒 token、首字延遲或者多人同時使用數字，只係作者個人經驗話 4B 模型反應尚算合理，8B 喺 8GB RAM 下就會逼 Windows 大量用 page file。呢部 Ryzen 5 5500U 可以應付改寫文字、文件摘要、簡單解釋、食譜同日常問答；複雜研究、較難程式工作、即時資料搜尋同長篇推理，細模型依然追唔上主流雲端服務。

Qwen3 4B 呢個 Ollama 版本亦以文字輸入為主。Open WebUI 雖然有文件上載、知識庫、網上搜尋、語音同圖像整合，但每項功能背後仍要額外模型、工具或外部服務，8GB RAM 好快就會頂唔順。所以呢套方案可以接手一批低風險、重複性高嘅家用工作，但未必足以取消所有人原本用開嘅雲端 AI 訂閱。

冇月費，長開成本仍然要計

原文冇量度部 laptop 待機、生成答案同多人使用時嘅耗電，亦冇計維護時間。用中電 2026 年 7 月平均淨電價每度約 HK$1.447 粗略估算，如果插蘇電錶量到全月平均 15W，30 日約用 10.8 度電，即約 HK$16；平均 40W 就約用 28.8 度，電費大約 HK$42。實際賬單會受用電級別、燃料調整費、回扣同另一間電力公司收費影響，呢兩個數只係方便判斷量級。

對本身已有舊機、只想全屋共享基本文字助手嘅家庭，幾十蚊電費通常平過幾個獨立 AI 月費帳戶。不過仲有風扇、電池老化、Windows 更新、Docker 故障同備份要處理。最實際嘅做法係先用插蘇電錶量一個星期，再睇屋企人有冇真係用；如果最後得一個人間中問兩句，長開部 server 未必划算。

參考來源

• XDA Developers — My old laptop became a private AI assistant for the whole house, and now I'm not paying for cloud subscriptions — original report
• Ollama：Qwen3 模型標籤 — 核對 Qwen3 4B、8B 各量化版本嘅模型大小、context 同輸入類型。
• Ollama：Windows 官方文件 — 核對 Windows 版本要求、原生運行方式同支援嘅 GPU 平台。
• Open WebUI：Quick Start — 核對 Docker、WSL 2、3000 port、持久儲存同 Windows 安裝做法。
• Open WebUI：Hardening — 核對首個帳戶管理員、關閉註冊、密碼驗證同存取安全設定。
• Microsoft：Windows Firewall rules — 核對 Private profile、Local Subnet 同收窄入站規則嘅官方建議。
• 中電：2026 年電價調整 — 提供 2026 年住宅電費基準；另按中電 2026 年 7 月公布嘅平均淨電價作粗略長開成本估算。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。