如果你的 AnythingLLM 是今年上半年装的，之后就再没打开过，那你印象里的它大概率还是那个"把 PDF 拖进去、对着文档提问"的本地知识库工具。
这个印象过时了。从 5 月底到 8 月中，AnythingLLM 一口气发了四个版本，其中 6 月底的 v1.15.0 和 8 月 13 日刚发布的 v1.16.0 是两次质变——官方正在把它从"知识库工具"改造成"跑在整个操作系统里的本地 AI 助理"。这篇把三件事说清楚：到底改了什么、免费版是不是被阉割了、你该升级还是该换工具。
两个月四个版本，它变了什么
先看时间线。v1.13.0（5月26日）主打"混合 AI 体验"，v1.14.0（6月9日）把所有模型提供商默认开启工具调用，网页抓取改为转 Markdown 再入库，还补齐了 Cerebras、语音转文字（Deepgram 等）和 KokoroTTS 朗读。这两版是在给 Agent 铺路。
真正的分水岭是 v1.15.0（6月25日），官方标题很直白：“AnythingLLM Is Now An AI Agent Across Your OS”。GitHub它塞进了三个叫 Magic Features 的系统级功能，全部在本地运行：
Magic Echo：全局语音输入，在任意应用里说话，文字直接出现在光标处，还会顺带润色、加标点，官方说法是能替代 SuperWhisper 这类付费听写工具；
Magic Beacon：在任意应用里划选一段文字，立刻唤起 AI 做摘要、翻译、改写或自定义动作，而且能调用你在 AnythingLLM 里配好的全部技能和 MCP 工具；
Magic Tab：全系统输入联想，类似一个本地版 Grammarly。
再到 8 月 13 日的 v1.16.0，更新集中在"把已有的事做顺"：聊天框里用 /img 命令直接生成图片（接入支持的绘图服务商后，还能贴图继续改）。GitHub
除此之外，文件选择器支持整个文件夹拖拽导入，大文件夹做了懒加载性能优化；Agent 会话中途可以随时开关工具，不用重开会话；"停止生成"现在会真正掐断推理，不会再出现你点了停止、后台还在偷偷跑完的幽灵输出；另外修了 MCP 服务器连接后从界面消失的 bug。
出了 Pro 订阅，免费版被阉割了吗
这是老用户最该关心的问题，先说结论：截至目前，没有。
v1.15.0 引入 AnythingLLM Pro 时，官方口径写得很明确：Pro 是"纯增量"（purely additive），不动、也不锁定任何已有功能。GitHub所有 Pro 功能都有免费每日额度，免注册可用，Pro 只是解除次数限制。知识库、本地对话、Agent、MCP 这些核心能力依然是 MIT 协议开源、完全免费——这个项目的 GitHub 星标已经超过 6.5 万，是本地 AI 赛道最头部的项目之一。
换句话说，开始收费的是它新做的那层"系统级效率功能"（听写、划词、联想），而不是你原来在用的东西。需要说明一点：Magic Features 的具体免费次数和 Pro 定价，官方文档有反爬限制，我没能从公开渠道核实到准确数字，文里就不编了，想知道的可以直接在应用里看 Pro 页面。
它为什么转方向也不难理解。官网首页现在的主标语是"Own your intelligence."——一个完全跑在你自己电脑上的私有 AI 助理。AnythingLLM 官网先用免费开源拿下本地 AI 用户，再用高频的操作系统级功能做付费闭环，同时保持开源核心不动。对只想用知识库的人来说，免费边界没变；对真需要全局语音输入的人来说，这本来就是它明码标价的新生意。
谁该升级，谁该考虑换工具
这部分按人群说，直接给判断。
第一类，个人知识库用户，文档量在几千份以内：直接升级。v1.16.0 的文件夹拖拽、懒加载、工具中途开关，全都是冲着日常文档管理和 Agent 折腾体验去的；"停止生成真能停"这种小改动，用过本地模型的都知道有多救命。
第二类，数据量到了几万份文件级别的：升级不升级不是重点，重点是工具选型要重新想。今年 4 月社区有篇传播很广的实测：不到 1GB 的 4 万个 Markdown 文件，AnythingLLM 处理起来就已经很吃力。小红书全量复制入库、缺少真正的增量同步（改几个 KB 也要全库重新走一遍哈希比对），Electron + Node.js 的架构在高强度文件读写下容易内存溢出和界面假死。这不算黑，AnythingLLM 的定位本来就是"中小规模、零门槛"，真到了这个量级，应该去看 RAGFlow、Dify 这类更偏数据流水线的方案。
第三类，“数据绝对不能出本机"的职业场景：可以参考今年 8 月一位独立执业律师的实测路径——他对比过 Coze、Cherry Studio、Open WebUI 等方案之后，最后落在 AnythingLLM 的本地混合模型部署上，32G 内存跑 9B 模型（14B 发热严重），知识库灌库花了约 4 个小时，输出质量他给"及格”，每份文书修改能省一小时左右。小红书
结论很实在：中小规模的专业知识库它扛得住，但别指望灌库速度有奇迹。
第四类，想要工作流编排、多人协作或者云上知识库的：AnythingLLM 从第一天起就不是给你准备的，趁早看 Dify、FastGPT、MaxKB，别互相勉强。
接下来值得盯的三个信号
一是官方在 v1.16.0 说明里预告，下个版本将给 Agent 加上图片生成工具。GitHub也就是说 /img 只是开胃菜，Agent 能自己画图之后，玩法会多不少。二是文件夹的深度递归导入也承诺在后续版本补上；三是 Pro 的免费额度会不会悄悄收紧，这是判断它会不会慢慢滑向"付费墙"的真正风向标，值得老用户持续盯着。
如果你只拿它做文档问答，这次更新不会颠覆你的用法；但如果你一直想要一个真正能当主力用的本地 AI 中枢，这个夏天的 AnythingLLM，是它离这个目标最近的一次。
