2026 年想用手機跑 LLM，主流選項是 PocketPal AI、LLMFarm、MLC Chat。本頁整理我在 iPhone 15 Plus / Android 旗艦機上的實測筆記，包含安裝步驟、模型選擇、效能 benchmark、5 個踩坑、什麼情境真的值得在手機跑。
手機真的能跑 LLM 嗎？ 能，但「跑得動」跟「實用」是兩回事。2026 年 5 月的現況：iOS / Android 旗艦機種可以跑 1B-3B 量級模型，速度 5-15 tokens/秒。日常聊天比不上 ChatGPT API，但隱私需求、離線環境、開發者驗證 on-device 可行性這三種情境真的值得。
該選哪個 app？ PocketPal AI 是 a-ghorbani/pocketpal-ai 開源 app，iOS / Android 雙平台、HuggingFace 直接抓模型、內建 benchmark，新手最佳入口。iOS 老玩家想搞 LoRA / 多模態走 LLMFarm，Android 旗艦機（Snapdragon）走 MLC Chat 吃 Hexagon NPU 加速。
iPhone 15 Plus 跟 15 Pro 差多少？ 差別主要在 RAM 不在 CPU。15 Plus 用 A16 + 6GB RAM 是 1B-2B sweet spot；15 Pro 用 A17 Pro + 8GB RAM 拉高到 3B-4B，還解鎖 Apple Intelligence。LLM 推理瓶頸是記憶體頻寬，6GB 跟 8GB 差距比想像中大。
想用手機跑本地 LLM，但不知道要裝什麼 app、能跑多大的模型、能不能進開發工作流？本文拆解 2026 年 5 月最熱門的三個 on-device LLM app（PocketPal AI / LLMFarm / MLC Chat）怎麼選、iPhone 15 Plus 真實能跑哪些模型（1B-2B 是甜蜜點，3B 卡頓、4B+ 跑不動）、PocketPal AI 從 0 開始安裝、5 個踩坑（記憶體爆掉、發燙降頻、context window 太短、token/秒掉到不能用、Apple Intelligence 跟本地 LLM 的關係），最後解釋為什麼「手機算力幫電腦」是死路、什麼情境真的值得在手機跑 LLM。
想在 Mac 上裝 Hermes Agent 接自家內網 LLM，跑完 hermes -z 卻 exit 0 stdout 全空白？本文記錄從 0 安裝 Hermes、發現 OpenAI-compatible wrapper 缺 4 件事（/v1/models、usage、SSE streaming、system_fingerprint）導致 silent fail，寫 FastAPI proxy 補洞 + launchd 開機自啟動的完整實戰。
Claude Code 把 backend 從 Anthropic 換成本地 Ollama，三條 env var 搞定。但內建 WebSearch 工具是伺服器端服務，改接本地後直接失效。本文把兩條官方路徑、四種 backend、Web Search 三解法、6 個踩坑、模型選型一次寫完，文章 URL 餵給 Claude Code 它能照著裝。