Chrome 靜默下載 4GB AI 模型？如何徹底排查與永久阻止

當你開啟系統儲存空間管理或使用磁碟清理工具時，可能會突然發現固態硬碟（SSD）裡憑空消失了好幾個 GB 的可用空間。順著大檔案一路排查下去，你會發現一個體積高達 3GB 到 4.1GB、名為 weights.bin 的龐大二進位檔案，靜靜躺在名為 OptGuideOnDeviceModel 的隱藏資料夾裡。

Chrome 社群的一位使用者在 Reddit 熱門討論帖 中指出了這項困擾：Chrome 在沒有任何授權提示、沒有通知彈窗、也沒有儲存警告的情況下，悄悄在 Mac 上拉取了約 4GB 的 Gemini Nano 端側大模型。更讓人頭痛的是，即使使用者手動把這個資料夾刪掉，只要下一次重新啟動 Chrome，瀏覽器又會在背景重新把這幾個 GB 完整下載回來。

對於使用 256GB 儲存規格的筆記型電腦使用者，或者經常透過手機熱點行動辦公的人群來說，瀏覽器不打招呼就偷跑數 GB 流量並侵佔磁碟，無疑是非常糟糕的體驗。在本文後半部分，我們還將探討 Tabbit 瀏覽器如何透過雲端原生架構提供強大的 AI 工作流程，同時保持本機磁碟的絕對純淨。

核心結論

• 這個龐大的 weights.bin 檔案是 Google 部署在本機的 Gemini Nano 端側大模型，由 Chrome 的 Optimization Guide 元件更新器自動下載。

• 該模型主要用於驅動「幫我撰寫（Help me write）」、智慧歷史紀錄搜尋與用戶端釣魚識別等實驗性端側功能。

• 單純將 OptGuideOnDeviceModel 移入垃圾桶無法徹底解決問題，Chrome 重啟後會再次自動靜默拉取。

• 徹底根治自動重新下載的唯一有效方案是在 macOS、Windows 或 Linux 系統中設定企業策略 GenAILocalFoundationalModelSettings = 1。

• 採用像 Tabbit 這樣的雲端原生 AI 瀏覽器，可以在享受頂級大模型推理與深度研究的同時，徹底免除本機磁碟與硬體負擔。

Chrome 端側 AI 模型儲存與阻止速查

Chrome 裡的 4GB weights.bin 究竟是什麼？

這個神秘的數 GB 檔案並不是惡意軟體，也不是常規的瀏覽器快取損壞，而是 Google 為推動端側 AI 落地而引入的量化版 Gemini Nano 大型語言模型。

<Callout type="info">
該元件在 Chrome 內部被稱為 **Optimization Guide On Device Model**。它是 Chrome 端側 Prompt API、本機文字摘要和智慧分頁整理等功能的底層計算引擎。
</Callout>

當 Google 在 Chromium 中引入端側 AI 能力後，瀏覽器便新增了一個在背景靜默運作的元件更新程式。它會自動檢測你的硬體規格：如果你的裝置擁有相容的 CPU、獨立 GPU/NPU 以及足夠的可用記憶體（通常在 4GB 到 16GB 之間），Chrome 就會將你的裝置標記為「符合條件」，並在背景自動啟動這筆 4GB 的大檔案下載。

雖然端側 AI 的初衷是在離線環境下保護輸入隱私，但在未經使用者明確同意的情況下強行下載 4GB 二進位模型，帶來了多項實際痛點：

1. 小容量硬碟捉襟見肘：在基礎款 256GB 的 MacBook 或輕薄筆電上，4GB 約佔總可用空間的 2%，對於經常處理大型工程檔案的使用者來說非常敏感。

2. 偷跑熱點流量：當你在出差途中使用手機熱點或按量計費網路時，4GB 的背景靜默更新足以耗盡寶貴的流量方案。

3. 硬體資源爭搶與發熱：在日常網頁瀏覽中載入本機神經網路，不僅會加劇 Chrome 記憶體激增，還會加速筆記型電腦發熱與電池消耗。

為什麼普通刪除會陷入「刪了又下」的死循環？

很多使用者在定位到 OptGuideOnDeviceModel 目錄後選擇直接刪除，但往往過了幾天，相同的 4GB 資料夾又會死灰復燃。

這是由於 Chrome 的**元件更新服務（Component Updater）**的運作機制決定的。Chrome 會定期檢查 chrome://components/ 中註冊的各項元件狀態（如 Widevine DRM、憑證撤銷清單及 Optimization Guide）。每次瀏覽器啟動時，更新器發現本機缺少了模型檔案，但底層的特性開關依然處於開啟狀態，就會立刻判定該元件「損壞或缺失」，進而自動從 Google 伺服器發起重新下載。

要想徹底打破這個死循環，必須直接在作業系統層級寫入企業管理策略，告知 Chrome 核心徹底停用該基礎模型。

如何排查、清理並徹底阻止 4GB AI 模型（分步實操）

按照以下 5 個步驟，你可以精準確認當前裝置狀態、徹底清除殘留檔案並永久阻斷背景拉取。

<Callout type="warning">
不要僅僅依賴 `chrome://flags` 裡的實驗開關。Flags 屬於臨時偵錯參數，Google 經常會在瀏覽器大版本升級時重設、重新命名或直接廢棄這些選項。系統級企業策略才是唯一持久的解法。
</Callout>

步驟 1：排查並確認是否存在 weights.bin 檔案

首先檢查你的 Chrome 是否已經悄悄拉取了該模型：

• macOS 系統：開啟終端機（Terminal），執行以下命令：

  find ~/Library/Application\ Support/Google/Chrome/ -name "weights.bin" 2>/dev/null

  如果終端機輸出了類似 .../OptGuideOnDeviceModel/<版本號>/weights.bin 的路徑，說明模型已被下載到本機。

• Windows 系統：開啟 PowerShell，執行：

  Get-ChildItem -Path "$env:LOCALAPPDATA\Google\Chrome\User Data" -Filter "weights.bin" -Recurse -ErrorAction SilentlyContinue | Select-Object FullName, Length

• Chrome 內部查看：在網址列輸入 chrome://components/，找到 Optimization Guide On Device Model。如果其版本號顯示為 0.0.0.0 以外的具體數字，則表明已被下載。

步驟 2：徹底刪除 OptGuideOnDeviceModel 資料夾

在設定策略前，請先徹底退出 Google Chrome（macOS 按 Cmd+Q，Windows 在工作列右鍵托盤圖示選擇「結束」）。

• macOS 終端機清理：

  rm -rf ~/Library/Application\ Support/Google/Chrome/OptGuideOnDeviceModel/

• Windows PowerShell 清理：

  Remove-Item -Recurse -Force "$env:LOCALAPPDATA\Google\Chrome\User Data\OptGuideOnDeviceModel"

• Linux 終端機清理：

  rm -rf ~/.config/google-chrome/OptGuideOnDeviceModel/

步驟 3：設定系統級企業策略（徹底根治的核心）

Chrome 官方提供了一項名為 GenAILocalFoundationalModelSettings 的企業策略，將其值設為 1 可以徹底停用本機基礎模型，並嚴禁元件更新器再次拉取權重。

在 macOS 上設定：

開啟終端機，將策略寫入當前使用者的 Chrome 偏好設定：

defaults write com.google.Chrome GenAILocalFoundationalModelSettings -int 1

若需對裝置上所有使用者全域生效：

sudo defaults write /Library/Preferences/com.google.Chrome GenAILocalFoundationalModelSettings -int 1

在 Windows 上設定：

以系統管理員身分開啟 PowerShell，直接寫入註冊表策略項：

New-Item -Path "HKLM:\SOFTWARE\Policies\Google\Chrome" -Force | Out-Null
Set-ItemProperty -Path "HKLM:\SOFTWARE\Policies\Google\Chrome" -Name "GenAILocalFoundationalModelSettings" -Value 1 -Type DWord

在 Linux 上設定：

在 /etc/opt/chrome/policies/managed/ 下建立一個 JSON 策略檔案：

sudo mkdir -p /etc/opt/chrome/policies/managed
echo '{"GenAILocalFoundationalModelSettings": 1}' | sudo tee /etc/opt/chrome/policies/managed/disable_local_ai.json

步驟 4：停用 Chrome 內部 Flags（補充防禦）

為避免瀏覽器前端介面繼續嘗試呼叫相關模型介面：

1. 在 Chrome 網址列開啟 chrome://flags。

2. 搜尋 optimization-guide-on-device-model 並將其設定為 Disabled。

3. 搜尋 prompt-api-for-gemini-nano 並將其設定為 Disabled。

4. 點擊頁面右下角的 Relaunch 重啟瀏覽器。

步驟 5：在 chrome://policy 中驗證策略生效

確認阻止策略是否正確被瀏覽器核心識別：

1. 開啟 Chrome，在網址列輸入 chrome://policy。

2. 點擊頁面頂部的 重新載入政策（Reload policies） 按鈕。

3. 在策略清單中找到 GenAILocalFoundationalModelSettings。

4. 確認其 政策值（Policy value） 顯示為 1，且 狀態（Status） 顯示為 確定（OK）。

完成上述步驟後，Chrome 將被永久禁止下載 4GB AI 模型，從而徹底避免無意義的瀏覽器臃腫膨脹。

端側小模型在筆記型電腦上的隱形成本

Google 在 Chrome 中強推端側小模型的做法，折射出了現代瀏覽器架構的一大矛盾：有限的硬體算力與日益膨脹的智慧化需求之間的衝突。

雖然端側 AI 具備離線可用的理論優勢，但在日常辦公筆記型電腦上運作 2B 到 3B 參數量的量化模型，存在明顯的局限性：

1. 推理深度嚴重不足，泛化能力薄弱：2B 級別的小模型在處理長篇學術論文、複雜多表資料和深度邏輯推理時極易產生幻覺，給出的摘要往往流於表面，無法滿足專業研究需求。

2. 加劇發熱與電池衰減：透過核顯或整合 NPU 進行矩陣計算會使筆記型電腦溫度迅速上升、風扇狂轉，顯著縮短行動辦公時的續航表現。

3. 爭搶系統記憶體：在瀏覽器本身多分頁記憶體開銷已經很大的情況下，再在背景常駐一個數 GB 的神經網路，容易誘發卡頓並導致 Chrome 記憶體節省功能失效。

4. 透明度缺失：未經提示的大檔案背景下載，削弱了使用者對自己裝置頻寬與儲存的掌控感。

在評估如何挑選合適的瀏覽器時，一種更為高效、透明的雲端原生 AI 架構顯然更符合專業知識工作者的需求。

更純淨的解法：Tabbit 瀏覽器的無負擔雲端 AI 方案

擺脫靜默下載的困擾，並不意味著要放棄 AI 帶來的生產力提升；關鍵在於選擇一種尊重本機硬體的雲端原生架構。

主流商業瀏覽器往往充斥著強制推送的背景元件與新分頁推廣。而 Tabbit 瀏覽器 從創立之初就堅持純淨路線：在堅如磐石的現代 Chromium 核心之上，直接提供深度整合的雲端 AI 工作流程。

<Callout type="tip">
Tabbit 瀏覽器直接連通雲端頂級前沿大模型（包括 Claude 3.7 Sonnet、GPT-4o 與 DeepSeek 等），帶來強大的深度研究與智慧分析能力，且完全不向你的本機 SSD 寫入 4GB 的冗餘模型檔案。
</Callout>

Tabbit 如何在守護本機儲存的同時實現更強的 AI 生產力：

1. 本機零儲存佔用：Tabbit 絕不在你的電腦中暗中下載數 GB 的模型權重。無論你使用的是 256GB 的輕薄筆電還是高效能工作站，本機磁碟空間始終清爽如初。

2. 接入業界頂尖前沿模型：相比能力受限的 2B 本機小模型，Tabbit 讓你直接呼叫全球一流的推理與研究模型，實現跨網頁深度分析、專業程式碼解析與長文檔精讀。

3. 原生整合 Agent Mode 與網頁摘要：無需安裝沉重易衝突的第三方外掛，Tabbit 原生內建 Chat with Page 側邊欄與多分頁並行運作的 Agent Mode，徹底告別 Manifest V3 帶來的外掛相容故障。

4. 現代 Chromium 核心極致相容：基於標準 Chromium 構建，天然相容 Chrome 線上應用程式商店、各類企業辦公系統與複雜單頁應用，提供標準 快速瀏覽器 的極速瀏覽體驗。

5. 完全透明，絕無背景偷跑：所有 AI 操作均由使用者主動觸發，沒有未經許可的背景流量消耗與靜默更新。

<Callout type="info">
**權衡考量（Trade-off）**：雲端原生 AI 依賴網路連線來進行資料互動與生成。但在現代日常辦公場景中，網路連線本就是常態；將繁重的計算交給雲端集群，不僅能換來成倍提升的推理品質，還能大幅節省本機電量與算力。
</Callout>

想要更直觀地了解 Tabbit 與傳統瀏覽器的體驗差異，可以閱讀我們的 Tabbit vs Chrome 深度對比，或探索適合專注辦公的 最佳隱私與生產力瀏覽器。

排錯與決策參考矩陣

遇到與瀏覽器 AI 元件相關的儲存與效能異常時，可對照下表進行診斷：

總結：保持儲存清爽，享受真正強大的 AI 生產力

一個優秀的瀏覽器應該是輕快、穩定且透明的生產力工具，而不該背著使用者偷偷下載數 GB 的冗餘檔案來支撐體驗欠佳的實驗性功能。

如果你的 Chrome 已經被 weights.bin 佔滿了空間：

1. 使用終端機或 PowerShell 徹底刪除 OptGuideOnDeviceModel 目錄；

2. 設定 GenAILocalFoundationalModelSettings 策略徹底封死自動重新下載管道；

3. 在 chrome://policy 中核實策略生效狀態。

如果你希望擁有一款既懂 AI 又尊重硬體資源的高效能瀏覽器，不妨下載並體驗 Tabbit 瀏覽器。在純淨可靠的 Chromium 基底下，隨時呼叫頂尖大模型處理複雜工作，讓每一次網頁探索都更加輕盈高效。

Secholar.L

Tabbit 成長與內容

Secholar.L 專注 AI 瀏覽器與 Agent 工作流的實測寫作,基於真實調研比較工具,引用可查證的一手來源。