Local-first AI 数据分析主要解决的是数据搬运与工作边界：档案可直接在本机查询，中间结果与分析 artifacts 也由使用者掌握。不过它不自动等于完全离线或零数据外传；模型服务与外部连线仍要逐一检查。
Local-first 真正带来的四个好处
1. 少一段上传与复制
当数据原本就在 CSV、Excel 或 Parquet，先上传到另一个 SaaS 才开始分析，会多出一份副本、一次传输和一套删除生命周期。Local-first 工具直接指向本机文件夹，可减少不必要的数据搬运；这不代表原始档自动安全，仍需作业系统权限、备份与磁碟保护。
2. 对本机档案迭代更直接
DuckDB 是支援 SQL 的 in-process 分析型数据库，设计重点包含嵌入主程序、无需维护独立 DB server，并针对 OLAP 分析负载优化。DuckDB 官方说明 对临时收到的月报、研究资料或多个 Parquet 而言，这能缩短「先建服务再查询」的准备路径。
3. 工作成果不只留在远端对话
Local-first 若只把数据放本机、却把所有逻辑留在聊天纪录，仍难以交接。更完整的做法是把 SQL、Plan、Report、批注与依赖一起当作 artifacts，让使用者能备份、版本化或选择性分享。
4. 边界更容易被画出来
你可以明确列出：哪些档案在本机、哪些来源透过数据库连线查询、哪些内容会送给模型、哪些成果会被汇出。这种可描述性比一句「我们重视隐私」更有操作价值。
Local-first 不代表什么
以下四个等号都不成立：
| 常见误解 | 实际要检查 |
|---|---|
| Local-first = 完全离线 | 模型是本机 Ollama，还是 OpenAI／Custom API？ |
| 数据在本机 = 不会传输 | Prompt 是否包含数据列、schema 或文件内容？ |
| 没有上传档案 = 零副本 | 外部服务是否留存请求、log 或 cache？ |
| 本机执行 = 自动合规 | 装置权限、金钥、备份、法规与人员流程是否到位？ |
因此选型时不要只问「档案有没有上云」，还要追踪数据流：原始档在哪里被读取、什么 context 送给哪个模型、外部数据库用何种 credential、输出又存在哪里。
一张实务数据流检查表
在让 AI 接触客户、财务或研究资料前，逐项填写：
- 原始来源： 本机档、共享文件夹、外部数据库或 API？
- 查询位置： 本机程序、远端 warehouse，还是供应商 sandbox？
- 模型位置： 本机模型或第三方模型服务？实际送出哪些 context？
- 中间结果： 记忆体快取、实体档或远端暂存？多久清除？
- 成果： SQL、Plan、Report 与聊天各存在哪？谁能汇出？
- 连线： 金钥是否写入可携套件？分享时是否排除 credential？
只要其中一格无法回答，就不应用「数据不上云」作总结。
Lantide Data 的 Local-first 做法与边界
Lantide Data 是桌面 SQL 分析 IDE：本机档由本机 DuckDB 查询，支援 CSV、TSV、JSON、Parquet 与 Excel，也可透过连线查 PostgreSQL、MySQL、SQLite。持久 SQL 分页、Plan、Report 与工作区状态保留在分析环境中；详细能力见使用者指南的产品介绍与平台定位。
Lantide 也可在本机 127.0.0.1 提供 MCP Server，让受信任的本机 MCP client 进入分析工作面；loopback host 不应被描述成可公开存取的远端 API。若使用内建 AI，发送讯息时组装的 context 会传给使用者所设定的 Ollama、OpenAI 或 Custom 模型服务，因此是否离开装置取决于 Profile 与实际工作内容。这也是 Local-first 必须和 fully offline 分开说的原因。
.lantide 可移植包按用途分为 Project、Workspace、Application profile 与 Full backup。Project 不含实体数据。0.3.2 的 Workspace 导出默认包含初始数据文件夹与 Additional folders 中的本地文件、MCP cache 和 Agent query ledger；chat sessions 仍由用户选择，只有去重后的实体数据严格超过 200 MiB 时才需要额外确认。Full backup 的默认选项不同，实体数据与 MCP cache 仍需逐项选择。包中不包含 Cloud Folder／数据库远程内容与可恢复的数据库密码。打包敏感文件前仍需检查范围、按需加密并控制分享。详情见导出类型与边界。
Lantide 的优点是把本机查询、可审阅 SQL 与 Agent 工作流放在同一个桌面环境，减少档案搬运并让证据可携；它不是保证隐私、端点防护、法遵或备份的完整解决方案。
结语
Local-first 值得采用的理由，不是「本机」三个字本身，而是数据流更短、工作成果更可控、边界更容易被稽核。评估工具时，拿六项检查表画出一次真实数据流；若模型、连线和汇出都说得清楚，才有资格判断它是否符合你的数据要求。