Local-first AI 數據分析主要解決的是資料搬運與工作邊界：檔案可直接在本機查詢，中間結果與分析 artifacts 也由使用者掌握。不過它不自動等於完全離線或零資料外傳；模型服務與外部連線仍要逐一檢查。
Local-first 真正帶來的四個好處
1. 少一段上傳與複製
當資料原本就在 CSV、Excel 或 Parquet，先上傳到另一個 SaaS 才開始分析，會多出一份副本、一次傳輸和一套刪除生命週期。Local-first 工具直接指向本機資料夾，可減少不必要的資料搬運；這不代表原始檔自動安全，仍需作業系統權限、備份與磁碟保護。
2. 對本機檔案迭代更直接
DuckDB 是支援 SQL 的 in-process 分析型資料庫，設計重點包含嵌入主程序、無需維護獨立 DB server，並針對 OLAP 分析負載優化。DuckDB 官方說明 對臨時收到的月報、研究資料或多個 Parquet 而言，這能縮短「先建服務再查詢」的準備路徑。
3. 工作成果不只留在遠端對話
Local-first 若只把資料放本機、卻把所有邏輯留在聊天紀錄，仍難以交接。更完整的做法是把 SQL、Plan、Report、批註與依賴一起當作 artifacts，讓使用者能備份、版本化或選擇性分享。
4. 邊界更容易被畫出來
你可以明確列出：哪些檔案在本機、哪些來源透過資料庫連線查詢、哪些內容會送給模型、哪些成果會被匯出。這種可描述性比一句「我們重視隱私」更有操作價值。
Local-first 不代表什麼
以下四個等號都不成立：
| 常見誤解 | 實際要檢查 |
|---|---|
| Local-first = 完全離線 | 模型是本機 Ollama，還是 OpenAI／Custom API？ |
| 資料在本機 = 不會傳輸 | Prompt 是否包含資料列、schema 或文件內容？ |
| 沒有上傳檔案 = 零副本 | 外部服務是否留存請求、log 或 cache？ |
| 本機執行 = 自動合規 | 裝置權限、金鑰、備份、法規與人員流程是否到位？ |
因此選型時不要只問「檔案有沒有上雲」，還要追蹤資料流：原始檔在哪裡被讀取、什麼 context 送給哪個模型、外部資料庫用何種 credential、輸出又存在哪裡。
一張實務資料流檢查表
在讓 AI 接觸客戶、財務或研究資料前，逐項填寫：
- 原始來源： 本機檔、共享資料夾、外部資料庫或 API？
- 查詢位置： 本機程序、遠端 warehouse，還是供應商 sandbox？
- 模型位置： 本機模型或第三方模型服務？實際送出哪些 context？
- 中間結果： 記憶體快取、實體檔或遠端暫存？多久清除？
- 成果： SQL、Plan、Report 與聊天各存在哪？誰能匯出？
- 連線： 金鑰是否寫入可攜套件？分享時是否排除 credential？
只要其中一格無法回答，就不應用「資料不上雲」作總結。
Lantide Data 的 Local-first 做法與邊界
Lantide Data 是桌面 SQL 分析 IDE：本機檔由本機 DuckDB 查詢，支援 CSV、TSV、JSON、Parquet 與 Excel，也可透過連線查 PostgreSQL、MySQL、SQLite。持久 SQL 分頁、Plan、Report 與工作區狀態保留在分析環境中；詳細能力見使用者指南的產品介紹與平台定位。
Lantide 也可在本機 127.0.0.1 提供 MCP Server，讓受信任的本機 MCP client 進入分析工作面；loopback host 不應被描述成可公開存取的遠端 API。若使用內建 AI，發送訊息時組裝的 context 會傳給使用者所設定的 Ollama、OpenAI 或 Custom 模型服務，因此是否離開裝置取決於 Profile 與實際工作內容。這也是 Local-first 必須和 fully offline 分開說的原因。
.lantide 可攜套件則依用途分為 Project、Workspace、Application profile 與 Full backup。Project 不含實體資料；Workspace 預設也不含本機 CSV／Parquet，但可選擇打包 physical data。資料庫密碼不會放入套件；若選擇打包敏感檔，分享者仍要自行控管。細節見匯出選型與邊界。
Lantide 的優點是把本機查詢、可審閱 SQL 與 Agent 工作流放在同一個桌面環境，減少檔案搬運並讓證據可攜；它不是保證隱私、端點防護、法遵或備份的完整解決方案。
結語
Local-first 值得採用的理由，不是「本機」三個字本身，而是資料流更短、工作成果更可控、邊界更容易被稽核。評估工具時，拿六項檢查表畫出一次真實資料流；若模型、連線和匯出都說得清楚，才有資格判斷它是否符合你的資料要求。