从云原生到 Local-First：重塑软件架构与数据所有权
中文主题
本期节目深入探讨了从“云原生”向“Local-First（本地优先）”架构的演进。Heroku 联合创始人兼 Ink & Switch 创始人 Adam Wiggins 阐述了这一新型架构如何融合云端协作的便利性与本地运行的高性能及数据掌控权，分析了 CRDT、版本控制在非代码领域的应用潜力，并展望了本地 AI 模型如何改变当前的中心化云算力格局。
基本信息
- 节目：The InfoQ Podcast
- 嘉宾：Adam Wiggins（Heroku 联合创始人、Ink & Switch 创始人）
- 日期：2026-06-29
- 来源：InfoQ
- 链接：https://soundcloud.com/infoq-channel/local-first-software-the
核心观点
软件工程在经历了几十年的“去本地化”和“全面云端化”后，正在迎来以 Local-First 为核心的架构反思。云端中心化架构虽然解决了协作与分发的痛点，但也带来了高延迟、网络依赖、数据隐私丧失以及对第三方服务商的过度依赖。Local-First 并不是退回到传统的单机离线时代，而是通过无冲突复制数据类型（CRDT）和本地同步引擎等现代技术，实现“本地计算为主、云端同步为辅”的混合形态。这一理念同样将延伸至 AI 领域，推动计算从昂贵的云端 GPU 集群向用户本地设备上的轻量化 AI 模型转移。
Highlights
- Heroku 的反思与 Local-First 的诞生：作为 Heroku 的联合创始人，Adam Wiggins 曾是云原生架构的坚定推动者，但运行高可用云服务的“战壕经历”让他意识到，将每次用户点击都绑定到远程云端服务器的模式存在脆弱性与高成本，从而转向研究本地优先的软件形态。
- 数据所有权与控制权的重新定义：Local-First 软件的核心在于数据默认存储在用户本地，用户拥有类似传统物理文件的绝对所有权与控制权，即使软件开发商倒闭或服务停运，用户的数据依然可用且可读。
- CRDT 成为 Local-First 的底层技术支柱：无冲突复制数据类型（CRDT）允许在没有中心服务器协调的情况下，在多个副本之间自动且无缝地合并数据更新，解决了多端并发编辑下的数据一致性难题。
- 版本控制与“拉取请求”（PR）向日常工具的泛化：类似于 Git 在代码管理中的机制，未来的电子表格、文档和日历等办公软件应该引入原生的版本控制，让非开发者也能通过 PR 机制协作处理复杂数据流。
- 本地 AI 与端侧算力的崛起：随着轻量化、开源大模型的发展，未来的 AI 助手将不仅运行在云端，而是通过本地计算保障隐私、降低延迟，并利用云端大模型做复杂任务的补充，形成 Local-First AI 架构。
长文笔记
架构视角的演进：从云端的极点回归本地
在过去二十年里，软件行业完成了一次向“云端”的彻底转移。以 Heroku 等平台为代表的云服务极大地简化了部署，推动了 SaaS 和即时协作软件的繁荣。然而，这种全面转向云端的模式也带来了新的架构债务：用户的任何一次微小操作（例如在待办事项列表中勾选一个选项）都需要跨越数千公里传输至云端数据库，再将结果返回。这不仅在网络不佳时导致明显的延迟，更使得用户完全丧失了对自身数据的物理掌控。
Adam Wiggins 指出，Local-First（本地优先）软件是对这种极度中心化趋势的修正。它主张将“本地运行”作为应用的主要执行模式：
- 执行机制：应用的状态读写直接在本地内存或本地数据库（如 IndexDB、SQLite）中同步完成，UI 响应时间缩短至微秒级。
- 云的角色转变：云不再是系统唯一的运行源头，而是退化为一个扮演“数据同步器、备份通道和多端协调者”的后台角色。
这种架构的边界非常明确：对于需要绝对实时全局共识的场景（如股票交易系统、高并发抢票系统），传统的强一致性云端架构依然不可替代；但对于绝大多数生产力工具、创意设计软件以及个人日志应用，本地优先架构能够提供远胜于纯云端应用的用户体验。
关键技术支撑：CRDT 的成熟与应用落地
要让本地优先架构在现代软件中成立，必须解决“如何在没有中心化锁机制的情况下合并多端并发修改”的问题。在传统的云端架构中，这通常依赖中心数据库的事务或行级锁。
在 Local-First 软件中，这一难题主要通过 无冲突复制数据类型（CRDT, Conflict-Free Replicated Data Types） 来解决。
- 工作原理：CRDT 提供了一种数学上可收敛的数据结构。不同节点（如手机、电脑、协作方的平板）在离线或并发状态下各自对数据进行修改，当网络重新连接并同步这些修改时，算法能够根据既定规则自动归并冲突，最终保证所有节点的数据达到一致状态。
- 典型案例：协作型 Ticket 跟踪工具 Linear 便采用了类似的本地同步机制。用户打开应用时，所有的任务数据已经拉取至本地浏览器，用户的每一次点击和修改都瞬间在本地完成，随后在后台静默同步。这让 Linear 获得了极佳的响应速度，成为开发者喜爱的生产力工具。
Wiggins 强调，CRDT 和同步引擎的成熟度已经从 2010 年代末的学术探索，走向了 2020 年代中期的工业级实用阶段。这为开发者提供了一套开箱即用的基础设施，使得构建本地优先应用不再需要从头编写复杂的同步算法。
非代码领域的 Git 原语：人人皆可使用的版本控制
代码领域的 Git 和 GitHub 已经证明了分布式版本控制和分布式协作的巨大成功。然而，在日常办公的电子表格、文本文档甚至是产品设计领域，用户依然在使用非常粗糙的版本控制手段（例如手动保存多个命名不同的文件，或者依赖服务商提供的线性历史记录）。
Ink & Switch 的研究方向之一，就是将 Git 的底层原语（如分支 Branch、合并 Merge、冲突 Conflict、拉取请求 Pull Request）泛化到非代码领域：
- 场景设想：一位财务分析师在处理复杂的预算电子表格时，可以拉出一个“新预算分支”，在不破坏主分支数据的前提下进行多套方案的测算，最后通过一个类似 PR 的机制，展示修改差异并合并回主分支。
- 工程挑战：代码是线性的文本，文本的冲突检测相对简单；而电子表格、关系型数据库、3D 设计模型等是结构化数据，如何在这些复杂数据类型上定义清晰的“差异对比（Diff）”和“冲突合并（Merge）”，是当前工程实践正在攻克的边界。
AI 时代的 Local-First：隐私、算力与端侧模型的未来
当前，AI 的发展极度依赖庞大的云端 GPU 集群，这加剧了软件对中心化算力的依赖。但 Wiggins 预测，AI 同样将迎来 Local-First 的变革。
- 隐私与合规边界：许多企业和个人不希望将敏感的日常工作流数据（如个人日记、企业财务底册、未公开的科研数据）上传到第三方云端大模型。
- 混合 AI 架构（Hybrid AI）：未来的个人计算设备（如搭载高性能 NPU 的笔记本和手机）将常驻轻量化、开源的端侧 LLM（如 Llama 的端侧变体）。这些本地模型可以处理 80% 的日常推理、格式化和上下文检索任务，只有在遇到本地算力无法解决的超复杂推理任务时，应用才会请求云端大模型的协助。
- 技术框架的涌现：如
pyglove或各种 Agent 框架等技术的出现，正在让开发者能够无缝地在本地小模型与云端大模型之间调度任务。这种架构不仅保障了隐私，更大大降低了软件服务商的运行成本（免去了为每次用户查询支付高昂云端 API 费用的痛点）。
地缘政治、监管环境与欧洲软件生态的机遇
Wiggins 结合他在柏林生活和工作的经历，对比了欧美不同的技术发展环境：
- 欧洲的市场环境：欧洲对数据隐私（GDPR）、用户掌控权有着极其严格的立法和文化认同。欧洲企业在采纳全托管的美国 SaaS 软件时，经常面临地缘政治风险、监管合规以及数据驻留（Data Residency）的限制。
- Local-First 的契合度：本地优先软件天然符合“数据不出本地 / 国境”的监管要求。如果数据默认留存在用户本国的设备上，SaaS 软件的合规成本将大大降低，这也为欧洲乃至全球更关注合规的企业级软件开发者提供了一条全新的技术路线。
- 硅谷与欧洲的特质对比：硅谷擅长快速迭代、通过高风险的创投实现规模扩张（Fail Fast, Move Fast）；而欧洲拥有深厚的学术根基、对社会学和技术伦理的关注。Local-First 运动中许多关于“数据所有权”、“去中心化协议（如 AT Protocol / BlueSky）”的深度思考与实践，正在这两个生态的碰撞中找到平衡点。