上週 HuggingFace 上出現一個很誇張的數字：Qwen3.8-27B 一週內衝破 16700 個讚、下載量逼近 700 萬次。對一個 27B 參數的開源模型來說，這幾乎是「現象級」的熱度。但多數香港、台灣讀者看到新聞的反應都是同一句：「所以我要怎麼用？」
這篇就是要解決這件事。我會帶你從零開始，把 Qwen3.8-27B 裝進你自己的電腦，不用付月費、不用把公司資料上傳到別人的伺服器。整篇教學大約 15 分鐘可以跟著做完，如果你只想先試水溫，我也會告訴你哪個方法最快。
為什麼大家突然都在講 Qwen3.8-27B？
先講結論：它不是「又一個開源模型」，而是第一個在 27B 這個尺寸上，把「對話品質」和「本機可跑」這兩件事同時做到位的模型。
過去你要嘛用小模型（7B、8B），跑得快但常常答非所問；要嘛用雲端大模型，聰明但要付錢、要連網、資料還得出門。Qwen3.8-27B 的定位剛好卡在中間：它夠聰明，可以處理寫文案、整理會議紀錄、翻譯中英日文、寫簡單程式；同時它的體積又壓在一般電競筆電或中階桌機可以負擔的範圍。
對香港和台灣的上班族來說，這件事的實際意義是：你可以把客戶合約、內部財報、病歷這種「絕對不能上傳」的東西，丟給一個跑在自己電腦裡的 AI 處理。這在金融、法律、醫療、會計這幾個行業，價值非常高。
我的電腦跑得動嗎？先看硬體門檻
這是最多人卡關的地方，所以我們先講清楚。
記憶體（RAM）或顯示卡記憶體（VRAM）是關鍵，不是 CPU 多快。27B 模型如果用 4-bit 量化（最常見的 Q4 版本），檔案大約 16GB 左右。實務上的建議門檻是：
如果你用的是 Apple Silicon 的 Mac（M1 Pro 以上、記憶體 16GB 起），可以直接跑 Q4 版本，速度大概每秒 8 到 15 個字，閱讀上完全夠用。記憶體 32GB 的 Mac 更舒服，可以開到 Q5 或 Q6 量化，答案品質明顯更好。
如果你用的是 Windows 桌機，有 RTX 3060 12GB 以上的顯示卡，可以把大部分運算丟給 GPU，速度會快很多。只有 8GB VRAM 的顯卡也不是不能跑，但要靠系統記憶體補位，速度會掉到每秒 3 到 5 個字，適合「不急、但要離線」的場景。
純 CPU、沒有獨顯的筆電，老實說不建議跑 27B。這種情況我後面會給你替代方案。
方法一：Ollama 三步驟，最快裝好
對大多數人來說，Ollama 是最省事的選擇。它把下載、量化、執行全部包成一行指令。
第一步，到 ollama.com 下載對應你系統的安裝檔（macOS、Windows、Linux 都有），裝好之後打開終端機或命令提示字元。
第二步，輸入這行指令：
ollama run qwen3.8:27b第一次執行時它會自動下載模型檔，大約 16GB，視網速可能要等 10 到 40 分鐘。下載完就會直接進入對話介面，你可以馬上開始打字測試。
第三步，如果你想要圖形介面而不是黑底白字，可以額外安裝 Open WebUI 或直接用 Ollama 官方的桌面 App。裝好之後，左側會列出你本機所有的模型，點一下就能切換，用起來就跟 ChatGPT 的網頁版幾乎一樣。
小提醒：如果你的電腦記憶體剛好卡在 16GB，建議改用 qwen3.8:27b-q4_K_M 這個標籤，它是專門為低記憶體優化的量化版本，穩定度會好很多。
方法二：LM Studio，給不想碰指令的人
如果你看到終端機就頭痛，LM Studio 是更友善的選擇。它是一個完整的圖形化應用，Windows 和 macOS 都能裝。
安裝後打開，左側有一個搜尋欄，直接輸入「Qwen3.8 27B」。清單會列出各種量化版本，旁邊會標示檔案大小和建議的記憶體需求。選一個符合你硬體的版本，按右邊的下載按鈕。
下載完成後，切到上方的聊天分頁，在模型下拉選單選中它，就可以開始對話。LM Studio 還會即時顯示每秒生成速度和記憶體佔用，對想調校效能的人來說很方便。
它有一個很實用的功能叫「系統提示預設」：你可以把常用的角色設定（例如「你是繁體中文財經助理，回答要精簡」）存起來，每次開新對話自動套用，省下重複打字的時間。
裝好之後，怎麼問才問得出好答案？
模型裝好只是第一步，真正的差別在「你怎麼問」。Qwen3.8 對繁體中文的支援相當好，但它仍然需要清楚的指令。
第一個技巧是給它角色和格式。不要只說「幫我寫一封信」，改成「你是香港中小企的行政主管，幫我寫一封給供應商的催貨郵件，語氣禮貌但明確，200 字內，用繁體中文」。加上角色、對象、語氣、長度這四個元素，產出品質會直接跳一個檔次。
第二個技巧是把長文件分段餵。27B 模型的上下文視窗雖然不小，但一次塞幾萬字，它會開始抓不到重點。實務做法是先把財報或合約切成章節，一次處理一段，最後再叫它整合摘要。
第三個技巧是要求它先列架構再寫內容。你可以說「先給我三個大綱選項，我選一個之後你再展開」。這樣你可以先確認方向對不對，避免它洋洋灑灑寫了 800 字結果完全離題，浪費你的時間。
跑不動怎麼辦？三個替代路線
如果你的電腦真的撐不住 27B，別硬撐，有三條路可以走。
第一，改用同系列的較小版本。Qwen 家族有 8B、14B 等尺寸，14B 的 Q4 版本只要 9GB 左右，多數 16GB 記憶體筆電都能跑，中文表現也還算堪用。
第二，用量化更兇的版本。Q3 或 Q2 量化可以把檔案壓到 11GB 甚至 8GB 以下，代價是答案會變得比較「跳」，適合拿來做摘要，不適合寫正式文件。
第三，如果只是偶爾用，就別本機跑了。把需要保密的任務留給本機小模型，一般性的寫作、翻譯、腦力激盪，直接用雲端服務反而更省事。混合使用才是最務實的策略。
重點回顧
Qwen3.8-27B 之所以值得學，是因為它讓「在自己電腦跑一個夠聰明的 AI」從發燒友的玩具，變成一般上班族做得到的事。硬體門檻大約是 16GB 記憶體起跳，Mac 用 Ollama 最快，Windows 用戶可以選 LM Studio 的圖形介面。裝好之後，真正的功力在提問方式：給角色、給格式、分段餵、先要架構。
最重要的是心態：不要期待它一次就完美。把它當成一個剛到職、很聰明但還不熟你業務的助理，你需要花幾次對話把它調教到位。一旦調好，它會變成你每天都會打開的工具。
延伸閱讀
常見問題
Q: 我的 Mac 只有 8GB 記憶體，真的完全跑不動 27B 嗎？
A: 幾乎跑不動。8GB 記憶體連載入 Q4 量化版本都不夠，系統會大量使用硬碟置換，速度會慢到每秒不到 1 個字，實用性趨近於零。建議改用 8B 或 14B 的較小模型，體驗會好非常多。
Q: 用 Ollama 下載的模型檔案存在哪裡？會佔很多空間嗎？
A: macOS 和 Linux 預設存在 ~/.ollama/models，Windows 則在使用者資料夾下的 .ollama 目錄。一個 27B 的 Q4 模型大約佔 16GB，如果你同時下載多個版本，很容易吃掉 50GB 以上，建議定期用 ollama list 檢查並刪掉不用的模型。
Q: 本機跑的 Qwen3.8 跟雲端的 GPT、Claude 比，差距有多大？
A: 在繁體中文寫作、翻譯、摘要這類任務上，27B 的 Q4 版本大約有雲端旗艦模型七到八成的表現，日常使用很夠。但在複雜推理、長篇程式除錯、需要最新資訊的問題上，差距還是明顯。建議把本機模型定位在「隱私優先的日常助理」，而不是要它取代雲端服務。
Q: 為什麼我跑出來的答案有時候會簡體中文夾雜繁體？
A: 這是訓練資料比例造成的。解法是在系統提示明確寫「一律使用繁體中文回答，不要出現簡體字」，通常就能大幅改善。如果還是偶爾出錯，可以在提問最後再加一句「請用台灣／香港用語的繁體中文重寫一次」。
Q: 公司電腦有資安限制，可以安裝 Ollama 嗎？
A: 這要看公司的資安政策。Ollama 本身是離線執行的，模型下載完之後不需要連網，資料不會外傳，這對資安其實是加分。但安裝軟體本身可能違反公司規定，建議先詢問 IT 部門。有些企業其實樂見員工用離線模型處理敏感資料，反而比偷偷用雲端服務安全。