这两天，B站长满了鱼。
一条71秒的"大肥鱼桌宠"视频，一天跑出9万多播放，收藏（5345）比点赞（3708）还高——典型的"先存下，回头装"比例。这还不是全部：有人做了个塞进一万只鱼的桌面鱼塘，3.6万播放；把大肥鱼接入QQ的教程，2.2万播放；连安卓直装包都出现了。有人专门发视频感叹：全站都在说鱼灾。哔哩哔哩哔哩哔哩哔哩哔哩哔哩哔哩哔哩哔哩
这条鱼是哪来的
来历挺搞笑：之前流传过一张聊天截图，网友把DeepSeek自家logo拿给它认，模型在思考过程中先把自己认成了一条蓝色大肥鱼。社区顺水推舟，把这个意外昵称养成了去中心化的拟人形象。还有考据党翻出，这个经典昵称最早出自一位女性用户的识图灰测。甚至还有一个问题，专门讨论大肥鱼使用者们最爱引用的那句话：“要给她完整的一生”。知乎微博微博知乎
重点：这只不吃token
Cznorth上期带火的桌宠叫Coopanion，是Pal-AI-Lab开源的AI桌宠，住在屏幕最底下，性子太多：好奇、黏人、干练、活泼、安静，第一次打开让你挑。功能虽全，但模型要自备API Key、按用量付费，用新视频里他自己的话说，上一条桌宠是"说一句扣一句的钱"。哔哩哔哩哔哩哔哩
这次爆火的"蓝色大肥鱼"桌宠（Apache-2.0开源）换了条路：直接内置Qwen3.5-4B本地模型，Q4量化后约2.7GB，有显卡用显卡，没显卡CPU也能跑。哔哩哔哩GitHub
它的工作方式也很"本地"：她用系统自带的OCR认出你最前面那个窗口上的字，交给本地模型，冒一句小反应。读屏内容只在本机交给内置模型使用，不会被上传到云端，也不会保存到本地。读屏恰恰是云端桌宠最不敢想的事，本地版直接把它做成了卖点。哔哩哔哩GitHub
Cznorth把桌宠里的模型、llama.cpp参数和提示词原样拎出来，在RTX 4060笔记本上实测：显存占3.2GB，回话大多不到一秒，中位数约0.6秒。4060笔记本一共8GB显存，四成就养得起这条鱼。哔哩哔哩
捞鱼之前，三盆冷水
第一，4B就是4B。评论区有人体验后留下诚实的两个字：“很笨”。官方文档也写得明白：内置模型每次只进行一次单独输出，没有对话历史，也不保留记忆。它能对你屏幕上的东西冒反应，但别指望深聊——这是宠物，不是助手。哔哩哔哩GitHub
第二，下载认准版本。GitHub搜big-blue-fish-desktop-pet，Releases里下载，分Windows和Ubuntu、Debian两条线，文件名带Safe的只留陪伴功能。区别在于要不要让鱼"动手"：标准版能通过ACP协议连上Claude Code、Codex CLI等21款本地CLI Agent，借它们操控电脑、长对话，Safe版则砍掉了这一层。想让鱼老实待着的，装Safe更省心。哔哩哔哩GitHub
第三，不花token不等于零成本。有条评论说得挺透：按句扣钱的时候没感觉，自己扛电费和显存才知道肉疼。哔哩哔哩
从租来的到养在家里的
这场鱼灾的本质，其实是AI陪伴的付费方式从"按表计费"换成了"自家供养"：云端版说一句扣一句，本地版一次性交硬件的钱。对习惯本地跑模型的人来说，3.2GB显存几乎是当下最低的入坑门槛——比一个3A游戏还小。
鱼还是那条鱼，但租来的和养在家里的，感觉不一样。
