智能恒温器能学习您的作息，但作息一变，它就得重新适应，您没法直接告诉它“今天孩子在家，情况不一样”。如果让大语言模型（LLM）来管暖气，理论上就能直接用大白话交代清楚。原文作者决定用一周时间，让一个本地大模型接管自家供暖，再和市面上常见的智能恒温器比一比。
把暖气交给本地大模型
用一份简明说明书代替学习算法
原文作者家里装的是 Tado 智能供暖系统。它有一个控制锅炉的模块，锅炉负责给暖气片供热水；部分暖气片上还装了智能温控器，可以分房间控制。系统接入了 Home Assistant（一款开源的智能家居中枢），所以理论上可以让大模型通过它发出指令。
思路是给模型写一份“说明书”，内容包括房子的布局、每个房间根据过往数据升温有多快、平时工作日和周末的作息，等等。
每 30 分钟，模型运行一次，查看当前数据：房间温度和湿度、手机定位（用来判断谁在家），以及运动传感器、存在感应传感器和蓝牙代理提供的信息，从而判断哪些房间有人、哪些是空的。模型据此决定哪个房间需要供暖、什么时候开始、要加热到多少度。随后一个小脚本根据之前的升温速率，算出该提前多久启动加热，再通过 Home Assistant 把指令发给 Tado。
几款小模型过招
会“思考”的模型反而不行
第一步是选模型。原文作者的硬件不算强，没法跑几百亿参数的大模型。他本来就想看看普通硬件上的本地模型能做到什么程度，于是在一台 16GB 内存的旧戴尔 OptiPlex 上装了 Ollama。
他用真实的 Tado 历史数据，加上一些假设场景来测试各个模型。Granite 4 7B、Nemotron 3 Nano 4B 等模型答对的决定不到一半；开启“思考”模式的模型，单次决定要超过 20 分钟，几乎没法用。
最后胜出的是 Qwen 3.5 9B，正确率 74%，每次决定大约需要 2 到 5 分钟。对于供暖这种不需要毫秒级反应的场景，这个速度已经足够。
大模型接管供暖整整四天
结果好坏参半
模型、提示词和脚本都准备好以后，原文作者先在周末做了“影子测试”：模型照常给出决定，但指令并不真正发送给 Tado。调整了几处提示词后，他决定正式交出控制权。
周一到周四，大模型全权负责。Tado 仍按原有时间表运行，但大模型可以切换到手动模式，覆盖正常的时间表。这四天里，模型有三次没能做出决定，其余时间都给出了结果，但效果时好时坏。
周一，模型正确判断出“电热毯开了”意味着大家快要睡觉了，却没有立刻给卧室供暖，而是过两个小时才开，后来又把时间往后推。周二早上，它制定了一个很合理的计划，可半小时后就把这个计划忘了，结果暖气来得很晚，原文作者只好改提示词，让模型参考之前的决定。周三，它给一个空房间供暖，原因是一台旧设备还登记在 Home Assistant 里，状态一直显示“在家”，这是原文作者自己的配置问题，不是模型的错。
周四，原文作者测试了他最期待的功能。普通智能恒温器没法听您说“孩子今天都不上学”，然后自动调整时间表，但大模型可以。他通过文字输入告诉模型，孩子们整天在家，要么待在放着任天堂 Switch 的卧室，要么在客厅。模型确实考虑到了这些信息，但最后的决定恰恰相反，它给另一间卧室供暖，而不是有 Switch 的那间。
想法可行，但要么多下功夫，要么换更好的硬件
受限于能跑的模型
并非全盘皆输。依据提供的升温速率安排的预热时间不错，被问到时，各房间基本能在接近时间表的时候达到目标温度。周二和周三还出现过房间升温慢的问题，后来发现是锅炉的原因，不是大模型的问题。
真正拉胯的，是大模型工作中最关键的部分：判断谁在哪个房间、什么时候在，并据此决定哪些房间需要供暖。模型明白自己要做什么，却经常没能照着去做。
考虑到那几天天气比较温和，原文作者的能耗比典型的四天略高，但差距不算大。大模型把各房间温度维持在合理范围内做得不错，还会考虑湿度和霉变风险，来决定要不要给空房间供暖。
问题在于，原文作者能跑的模型，判断力还达不到要求。如果换更好的硬件、跑更大的模型，这种方式或许真能有效供暖，甚至降低取暖成本，但他这套配置还不行。
或许可以换个思路：不让大模型完全接管，而是只偶尔让它调整预设的时间表。原文作者说以后可能会试试，不过考虑到目前的能源价格，他暂时没有很强的动力继续折腾。如果您也想给本地小模型补充离线知识，可以先看看 小模型总卷编？给本地大模型接上离线维基百科。
智能恒温器在这次实验中表现更好
在原文作者的实验里，他的智能恒温器比本地大模型做得好得多。用存在感应器、蓝牙代理这些信息，只给有人的房间供暖，这个思路本身很好，但对他能跑的模型来说还不现实。目前，Tado 还是那个管事的。
常见问题（FAQ）
本地大模型能直接替代智能恒温器吗？
就原文这次实验来看，还不能。小模型在判断“谁在哪个房间”这类任务上经常出错。想要更好的效果，需要更强的模型或更好的硬件，也需要花时间调试提示词和脚本。
为什么要用 Home Assistant？
Home Assistant 是一款开源的智能家居中枢，可以把不同品牌的设备接在一起。原文作者的 Tado 已经接入其中，大模型也就能通过它发出控制指令。如果您的设备没接入类似的平台，实现起来会麻烦很多。
什么是“影子测试”？
影子测试指的是让模型照常运行、给出决定，但不真正发送指令。这样可以先看看它的判断靠不靠谱，避免直接让它控制暖气造成浪费或不适。原文作者正是用这种方法，在周末调整好提示词后才交出控制权。
大模型控制暖气，能省钱吗？
至少这次测试里没有帮上忙。在相近的天气条件下，能耗反而略高一点。所以目前更适合把它当作一个兴趣实验，而不是省钱的办法。
总结
用本地大模型管暖气，想法很新，也很有潜力：您可以用大白话告诉它家里的变化，比如孩子放假、家里来客人，它也能给出相应的安排。但在原文作者的硬件和模型上，它还做不到比成熟的智能恒温器更靠谱。小编觉得，这个方向值得关注，但暂时还得让智能恒温器当主力。