diff --git a/康康/AI/AIRuntime.swift b/康康/AI/AIRuntime.swift
index 7fcdb26..ad79933 100644
--- a/康康/AI/AIRuntime.swift
+++ b/康康/AI/AIRuntime.swift
@@ -39,10 +39,8 @@ actor AIRuntime {
     private(set) var lastGenerateStats: GenerateStats?
 
     /// 当前实际生效的后端标签(性能自检 / PPT 截图用)。
+    /// 端侧统一走 MLX/GPU(Gemma-3n E2B);MNN/SME2 LLM 路径已移除。
     var activeBackendLabel: String {
-        if InferenceEngine.current == .mnn, mnnStatus == .ready {
-            return InferenceEngine.cpuSupportsSME2 ? "MNN · SME2" : "MNN · NEON"
-        }
         #if targetEnvironment(simulator)
         return "MLX · CPU(模拟器)"
         #else
@@ -53,12 +51,6 @@ actor AIRuntime {
     private var llmSession: LLMSession?
     private var vlSession: VLSession?
 
-    // MARK: - MNN 后端(CPU/SME2,挑战赛考核路径)
-    // .mnn 引擎下,文本生成与 VL(图→文)由同一个 Qwen3.5-2B 多模态 MNN 模型全包(已实测)。
-    // 模拟器无 MNN,VL 回退 MLX 的 Qwen3-VL-4B。
-    private let mnn = MNNBackend()
-    private(set) var mnnStatus: Status = .notReady
-
     // MARK: - Gemini 云端后端(hybrid:端侧 Gemma 默认,云端按需增强)
     // 云端调用不占本机显存,不进 OOM 闸门,可与端侧推理并发。用于「云端深度解读 / 多语言」
     // 与「拍报告/药盒多模态读图」——后者恢复端侧 Gemma-3n(MLX 文本版)丢掉的真·视觉能力。
@@ -67,10 +59,6 @@ actor AIRuntime {
     nonisolated var cloudAvailable: Bool { CloudAI.isConfigured }
     /// 云端后端标签(性能自检 / 截图用)。
     nonisolated static var cloudLabel: String { "Gemini · \(CloudAI.model)" }
-    /// MNN 模型目录(下载/旁路导入到 Models/Qwen3.5-2B-MNN)。
-    nonisolated static var mnnModelFolder: URL {
-        ModelStore.shared.localURL(for: .mnnLLM)
-    }
 
     // MARK: - 串行推理闸门(§3.1 OOM 防护的真正落地)
     //
@@ -144,18 +132,8 @@ actor AIRuntime {
         #endif
     }
 
-    /// 加载文本模型。首次调用会真正加载,后续幂等。
-    /// 按当前引擎路由:.mnn → MNN(CPU/SME2);.mlx → 现有 MLX(GPU)。
+    /// 加载文本模型(端侧 MLX/GPU,Gemma-3n E2B)。首次调用会真正加载,后续幂等。
     func prepare() async throws {
-        // 选了 MNN 且模型已就绪才走 MNN;否则(选 MLX,或 MNN 模型尚未下载)回退 MLX,
-        // 保证过渡期 App 始终可用。引擎指示器(Phase 5)展示实际生效后端。
-        let mnnReady = ModelStore.shared.isComplete(for: .mnnLLM)
-        if InferenceEngine.current == .mnn, mnnReady {
-            try await prepareMNN()
-            return
-        }
-        // 走 MLX:先卸 MNN 释放内存(单模型常驻策略)。
-        await unloadMNN()
         // 已有其他调用方在加载时,轮询等其结束再判定结果。
         // 不能像旧实现那样裸 return:那会让调用方误以为已 ready,随后 generate 的
         // `guard status == .ready` 失败 → 用户撞上「假错误屏」(模型其实正常加载中)。
@@ -195,54 +173,12 @@ actor AIRuntime {
         }
     }
 
-    /// 加载 MNN 文本模型。幂等。单模型常驻:载入前卸掉 MLX 的 LLM/VL 释放内存。
-    private func prepareMNN() async throws {
-        while mnnStatus == .loading {
-            try await Task.sleep(nanoseconds: 80_000_000)
-        }
-        if mnnStatus == .ready { return }
-
-        let folder = Self.mnnModelFolder
-        guard ModelStore.shared.isComplete(for: .mnnLLM) else {
-            mnnStatus = .error("MNN 模型未就绪")
-            throw AIRuntimeError.notReady
-        }
-
-        await acquireGate()
-        defer { releaseGate() }
-        if mnnStatus == .ready { return }
-
-        // 单模型常驻:卸 MLX LLM/VL,避免与 MNN 模型叠加占内存。
-        unloadLLM()
-        unloadVL()
-
-        mnnStatus = .loading
-        do {
-            try await mnn.load(folderURL: folder)
-            mnnStatus = .ready
-        } catch {
-            mnnStatus = .error("\(error)")
-            throw AIRuntimeError.modelLoadFailed("\(error)")
-        }
-    }
-
-    /// 卸载 MNN,释放桥与权重。幂等。
-    private func unloadMNN() async {
-        guard mnnStatus != .notReady else { return }
-        await mnn.unload()
-        mnnStatus = .notReady
-        MLX.Memory.clearCache()
-    }
-
     /// 流式生成。调用前应先 await prepare()。
     /// 注意:返回流是同步创建的,但跨 actor 调用 LLMSession 需要 await。
     /// priority = .background 时排队让行、解码中可被前台请求按 token 抢占(CancellationError 透传)。
     func generate(prompt: String,
                   maxTokens: Int = 256,
                   priority: InferencePriority = .interactive) -> AsyncThrowingStream<TokenChunk, Error> {
-        if InferenceEngine.current == .mnn, mnnStatus == .ready {
-            return mnnGenerate(prompt: prompt, maxTokens: maxTokens, priority: priority)
-        }
         // 在 actor 隔离上下文中捕获快照,Task 内不再访问 self.status / self.llmSession
         let snapshotStatus = status
         let snapshotSession = llmSession
@@ -282,40 +218,6 @@ actor AIRuntime {
         }
     }
 
-    /// MNN(CPU/SME2)文本流式生成。结构与 MLX 分支一致:进闸门、串行解码、记录速率。
-    private func mnnGenerate(prompt: String,
-                             maxTokens: Int,
-                             priority: InferencePriority) -> AsyncThrowingStream<TokenChunk, Error> {
-        let ready = (mnnStatus == .ready)
-        return AsyncThrowingStream { continuation in
-            let task = Task {
-                guard ready else {
-                    continuation.finish(throwing: AIRuntimeError.notReady)
-                    return
-                }
-                await self.acquireGate(priority)
-                defer { self.releaseGate() }   // 无论正常结束 / 异常 / 取消都释放闸门,防死锁
-                do {
-                    let stream = await self.mnn.generate(prompt: prompt, maxTokens: maxTokens)
-                    for try await chunk in stream {
-                        try Task.checkCancellation()
-                        // 后台任务让位:前台请求在排队时,下一个 token 处主动退出
-                        //(流终止触发 MNNBackend.onTermination → bridge.cancel())。
-                        if self.shouldPreempt(priority) { throw CancellationError() }
-                        continuation.yield(chunk)
-                    }
-                    self.lastGenerateStats = await self.mnn.lastStats
-                    continuation.finish()
-                } catch is CancellationError {
-                    continuation.finish(throwing: CancellationError())
-                } catch {
-                    continuation.finish(throwing: AIRuntimeError.inferenceFailed("\(error)"))
-                }
-            }
-            continuation.onTermination = { _ in task.cancel() }
-        }
-    }
-
     // MARK: - Gemini 云端(hybrid 增强)
 
     /// 云端流式生成(深度解读 / 多语言)。不进 OOM 闸门,可与端侧并发。
@@ -353,7 +255,7 @@ actor AIRuntime {
 
     // MARK: - 端侧 ASR(SenseVoice via sherpa-mnn)互斥入口
 
-    /// 给端侧语音转写(SenseVoice,占 CPU + 内存)用:进推理闸门串行 + 卸掉常驻 LLM/VL/MNN 腾内存,
+    /// 给端侧语音转写(SenseVoice,占 CPU + 内存)用:进推理闸门串行 + 卸掉常驻 LLM/VL 腾内存,
     /// 避免与文本/视觉模型同时常驻冲过单 App 内存上限被 jetsam 杀(§3.1 OOM 防护)。
     ///
     /// 问诊流程是「先转写 → 再 organize(会重载 LLM)」严格串行,所以这里卸掉 LLM 是安全的:
@@ -365,7 +267,6 @@ actor AIRuntime {
         defer { releaseGate() }
         unloadLLM()
         unloadVL()
-        await unloadMNN()
         return try await body()
     }
 
@@ -373,11 +274,6 @@ actor AIRuntime {
 
     /// 加载 VL 模型。幂等,首调真正 load。
     func prepareVL() async throws {
-        // 选了 MNN 且多模态模型就绪:VL 复用同一个 MNN 模型(文本+视觉一肩挑),走 prepareMNN。
-        if InferenceEngine.current == .mnn, ModelStore.shared.isComplete(for: .mnnLLM) {
-            try await prepareMNN()
-            return
-        }
         while vlStatus == .loading {
             try await Task.sleep(nanoseconds: 80_000_000)
         }
@@ -398,7 +294,6 @@ actor AIRuntime {
 
         // OOM 闸门(§3.1):加载 VL(~3GB)前先卸 LLM(~1GB),否则两者常驻叠加冲过内存上限被 jetsam 杀。
         unloadLLM()
-        await unloadMNN()
 
         vlStatus = .loading
         do {
@@ -438,16 +333,6 @@ actor AIRuntime {
     func analyzeReport(imageURLs: [URL],
                        prompt: String,
                        maxTokens: Int = 512) async throws -> String {
-        // 选了 MNN 且就绪:图→文走同一个 MNN 多模态模型。
-        if InferenceEngine.current == .mnn, mnnStatus == .ready {
-            await acquireGate()
-            defer { releaseGate() }
-            do {
-                return try await mnn.analyze(imageURLs: imageURLs, prompt: prompt, maxTokens: maxTokens)
-            } catch {
-                throw AIRuntimeError.inferenceFailed("\(error)")
-            }
-        }
         guard vlStatus == .ready, let session = vlSession else {
             throw AIRuntimeError.notReady
         }
diff --git a/康康/AI/InferenceEngine.swift b/康康/AI/InferenceEngine.swift
deleted file mode 100644
index 7806bc2..0000000
--- a/康康/AI/InferenceEngine.swift
+++ /dev/null
@@ -1,84 +0,0 @@
-import Foundation
-
-/// 端侧推理引擎选择。
-/// - mnn:Qwen + MNN + SME2(CPU),挑战赛考核路径,真机默认。
-/// - mlx:Qwen + MLX(Metal GPU),兜底 / 对照。模拟器只有它可用。
-nonisolated enum InferenceEngine: String, CaseIterable, Sendable {
-    case mnn
-    case mlx
-
-    var displayName: String {
-        switch self {
-        case .mnn: return "MNN · CPU/SME2"
-        case .mlx: return "MLX · GPU"
-        }
-    }
-
-    /// 本构建/设备是否可用。MNN 仅 device 切片有真实内核,模拟器回退 MLX。
-    var isAvailable: Bool {
-        switch self {
-        case .mlx: return true
-        case .mnn: return MNNLLMBridge.isAvailable()
-        }
-    }
-
-    // MARK: - 持久化(UserDefaults,跨 actor 安全)
-
-    private static let key = "kk.inferenceEngine"
-
-    /// 由偏好(可能是 .auto)解析出的、本次调用实际使用的具体引擎。
-    /// AIRuntime / MeView 等消费方只看这个,永远拿到 .mnn 或 .mlx。
-    /// 解析后仍做一次可用性兜底,保证总有可用引擎。
-    ///
-    /// 项目已切 Gemma-3n(只走 MLX/GPU):Gemma-3n 跑不了 MNN(无转换模型),
-    /// 故主模型不再下载 MNN 切片。即便历史偏好写了 "mnn",只要本机没有完整的 MNN 模型,
-    /// 一律回退 MLX —— 杜绝「标签显示 MNN、实际却跑 MLX」的不一致。
-    static var current: InferenceEngine {
-        let resolved = preference.resolved
-        guard resolved.isAvailable else { return .mlx }
-        if resolved == .mnn, !ModelStore.shared.isComplete(for: .mnnLLM) { return .mlx }
-        return resolved
-    }
-
-    /// 运行时探测:CPU 是否支持 SME2(A19/iPhone17+)。用于 UI 展示加速状态。
-    /// CPU 能力进程内不变,缓存一次,避免每次 UI 刷新都做 sysctl 系统调用。
-    static let cpuSupportsSME2: Bool = MNNLLMBridge.cpuSupportsSME2()
-
-    // MARK: - 用户偏好(auto / mnn / mlx)
-
-    /// 用户在设置页的选择。默认 .auto:按本机配置自动择优。
-    /// 与具体引擎共用同一 UserDefaults key——历史写入的 "mnn"/"mlx" 仍兼容。
-    static var preference: EnginePreference {
-        get {
-            let raw = UserDefaults.standard.string(forKey: key)
-            return raw.flatMap(EnginePreference.init(rawValue:)) ?? .auto
-        }
-        set { UserDefaults.standard.set(newValue.rawValue, forKey: key) }
-    }
-}
-
-/// 推理引擎的「用户偏好」,比具体引擎多一个 .auto。
-/// - auto:本项目已切 Gemma-3n,主模型只走 MLX/GPU,故 auto 一律解析为 .mlx。
-///         (Gemma-3n 跑不了 MNN/SME2;MNN 路径已停用。)
-nonisolated enum EnginePreference: String, CaseIterable, Sendable {
-    case auto
-    case mnn
-    case mlx
-
-    var displayName: String {
-        switch self {
-        case .auto: return "自动"
-        case .mnn:  return InferenceEngine.mnn.displayName
-        case .mlx:  return InferenceEngine.mlx.displayName
-        }
-    }
-
-    /// 把偏好解析成具体引擎(不做可用性兜底,那一步留给 `InferenceEngine.current`)。
-    var resolved: InferenceEngine {
-        switch self {
-        case .mnn:  return .mnn
-        case .mlx:  return .mlx
-        case .auto: return .mlx   // Gemma-3n 只走 MLX/GPU,auto 即 MLX
-        }
-    }
-}
diff --git a/康康/AI/MNN/MNNLLMBridge.h b/康康/AI/MNN/MNNLLMBridge.h
deleted file mode 100644
index afe64c5..0000000
--- a/康康/AI/MNN/MNNLLMBridge.h
+++ /dev/null
@@ -1,55 +0,0 @@
-//
-//  MNNLLMBridge.h
-//  康康
-//
-//  Objective-C 接口,封装 MNN-LLM(Qwen)的加载与流式推理。
-//  真实实现在 .mm 中以 ObjC++ 调用 <MNN/llm/llm.hpp>;模拟器下编为可用性返回 NO 的桩
-//  (MNN.framework 仅 device arm64 切片有真实 CPU/SME2 内核,模拟器走 MLX 兜底)。
-//
-
-#import <Foundation/Foundation.h>
-
-NS_ASSUME_NONNULL_BEGIN
-
-/// 末次生成的性能统计(取自 MNN LlmContext)。
-@interface MNNGenerateStats : NSObject
-@property (nonatomic, readonly) int promptTokens;
-@property (nonatomic, readonly) int genTokens;
-@property (nonatomic, readonly) double prefillMs;
-@property (nonatomic, readonly) double decodeMs;
-/// 解码速率 tok/s = genTokens / (decodeMs/1000)。demo 卖点 #6 / Live Activity 用。
-@property (nonatomic, readonly) double decodeTokensPerSecond;
-@end
-
-@interface MNNLLMBridge : NSObject
-
-/// 本构建是否含真实 MNN 运行时(device=YES,simulator 桩=NO)。
-+ (BOOL)isAvailable;
-/// CPU 是否支持 SME2(运行时探测);A19/iPhone17 YES,A17/iPhone15Pro NO。仅用于 UI 展示加速状态。
-+ (BOOL)cpuSupportsSME2;
-
-/// 用 MNN llm 的 config.json 路径加载模型(目录含 llm.mnn / 权重 / tokenizer)。失败返回 nil。
-- (nullable instancetype)initWithConfigPath:(NSString *)configPath;
-
-@property (nonatomic, readonly) BOOL isLoaded;
-
-/// 纯文本流式生成。onToken 每解码出一段文本回调一次(在调用线程,同步阻塞直到生成结束)。
-/// 返回末次统计。
-- (MNNGenerateStats *)generateText:(NSString *)prompt
-                         maxTokens:(int)maxTokens
-                           onToken:(void (^)(NSString *piece))onToken;
-
-/// 图→文(VL,需 MNN_BUILD_LLM_OMNI 构建)。imagePaths 为本地文件路径。
-/// 当前文本构建未含 OMNI 时返回 nil 并置 error。
-- (nullable MNNGenerateStats *)analyzeImages:(NSArray<NSString *> *)imagePaths
-                                      prompt:(NSString *)prompt
-                                   maxTokens:(int)maxTokens
-                                     onToken:(void (^)(NSString *piece))onToken
-                                       error:(NSError *_Nullable *_Nullable)error;
-
-/// 请求取消当前生成(best-effort:置标志,后续 token 不再回调)。
-- (void)cancel;
-
-@end
-
-NS_ASSUME_NONNULL_END
diff --git a/康康/AI/MNN/MNNLLMBridge.mm b/康康/AI/MNN/MNNLLMBridge.mm
deleted file mode 100644
index 38f279a..0000000
--- a/康康/AI/MNN/MNNLLMBridge.mm
+++ /dev/null
@@ -1,216 +0,0 @@
-//
-//  MNNLLMBridge.mm
-//  康康
-//
-//  ObjC++ 实现。device 真机用 <MNN/llm/llm.hpp>;模拟器编为桩(返回不可用,上层回退 MLX)。
-//
-
-#import "MNNLLMBridge.h"
-#include <sys/sysctl.h>
-
-// MARK: - 性能统计(私有 readwrite 重声明)
-@interface MNNGenerateStats ()
-@property (nonatomic, readwrite) int promptTokens;
-@property (nonatomic, readwrite) int genTokens;
-@property (nonatomic, readwrite) double prefillMs;
-@property (nonatomic, readwrite) double decodeMs;
-@end
-
-@implementation MNNGenerateStats
-- (double)decodeTokensPerSecond {
-    return self.decodeMs > 0 ? (self.genTokens / (self.decodeMs / 1000.0)) : 0;
-}
-@end
-
-// MARK: - SME2 / 可用性探测(device + simulator 都可编)
-
-static BOOL kk_sysctlFlag(const char *name) {
-    int64_t v = 0; size_t sz = sizeof(v);
-    if (sysctlbyname(name, &v, &sz, NULL, 0) != 0) return NO;
-    return v != 0;
-}
-
-#if TARGET_OS_SIMULATOR
-
-// ============ 模拟器桩:无真实 MNN ============
-@implementation MNNLLMBridge
-+ (BOOL)isAvailable { return NO; }
-+ (BOOL)cpuSupportsSME2 { return NO; }
-- (nullable instancetype)initWithConfigPath:(NSString *)configPath { return nil; }
-- (BOOL)isLoaded { return NO; }
-- (MNNGenerateStats *)generateText:(NSString *)prompt maxTokens:(int)maxTokens
-                           onToken:(void (^)(NSString *))onToken { return [MNNGenerateStats new]; }
-- (nullable MNNGenerateStats *)analyzeImages:(NSArray<NSString *> *)imagePaths prompt:(NSString *)prompt
-                                   maxTokens:(int)maxTokens onToken:(void (^)(NSString *))onToken
-                                       error:(NSError **)error {
-    if (error) *error = [NSError errorWithDomain:@"MNN" code:-1
-                          userInfo:@{NSLocalizedDescriptionKey: @"MNN 在模拟器不可用"}];
-    return nil;
-}
-- (void)cancel {}
-@end
-
-#else
-
-// ============ 真机:真实 MNN-LLM ============
-// MNN 第三方头文件的文档注释不规范,会触发一堆 -Wdocumentation 警告(Executor/
-// Tensor/Interpreter/ImageProcess.hpp)。只在解析 MNN 头时关掉该警告,不影响本项目。
-#pragma clang diagnostic push
-#pragma clang diagnostic ignored "-Wdocumentation"
-#include <MNN/llm/llm.hpp>
-#pragma clang diagnostic pop
-#include <string>
-#include <ostream>
-#include <streambuf>
-#include <atomic>
-
-using MNN::Transformer::Llm;
-
-namespace {
-/// 把 MNN 写入 ostream 的解码文本转成 NSString 回调;按 UTF-8 完整边界聚合,避免截断多字节。
-class TokenStreamBuf : public std::streambuf {
-public:
-    TokenStreamBuf(void (^onToken)(NSString *), std::atomic<bool> *cancel)
-        : _onToken(onToken), _cancel(cancel) {}
-    void flush() {
-        if (_pending.empty()) return;
-        emitPending(); // 末尾尽力 emit(即便非完整 UTF-8 也交出去)
-        _pending.clear();
-    }
-protected:
-    std::streamsize xsputn(const char *s, std::streamsize n) override {
-        append(s, (size_t)n);
-        return n;
-    }
-    int overflow(int c) override {
-        if (c != EOF) { char ch = (char)c; append(&ch, 1); }
-        return c;
-    }
-private:
-    void append(const char *s, size_t n) {
-        if (_cancel && _cancel->load()) return; // 已取消,吞掉不回调
-        _pending.append(s, n);
-        // 仅当整个 pending 是合法 UTF-8 才 emit(token 通常是完整字/词,边界自然对齐)
-        NSString *str = [[NSString alloc] initWithBytes:_pending.data()
-                                                 length:_pending.size()
-                                               encoding:NSUTF8StringEncoding];
-        if (str) { if (_onToken) _onToken(str); _pending.clear(); }
-    }
-    void emitPending() {
-        NSString *str = [[NSString alloc] initWithBytes:_pending.data()
-                                                 length:_pending.size()
-                                               encoding:NSUTF8StringEncoding];
-        if (str && _onToken) _onToken(str);
-    }
-    void (^_onToken)(NSString *);
-    std::atomic<bool> *_cancel;
-    std::string _pending;
-};
-} // namespace
-
-@implementation MNNLLMBridge {
-    Llm *_llm;
-    std::atomic<bool> _cancel;
-    BOOL _loaded;
-}
-
-+ (BOOL)isAvailable { return YES; }
-
-+ (BOOL)cpuSupportsSME2 {
-    // Apple 通过 sysctl 暴露 ARM 特性位:FEAT_SME2(A19/iPhone17+)。
-    return kk_sysctlFlag("hw.optional.arm.FEAT_SME2");
-}
-
-- (nullable instancetype)initWithConfigPath:(NSString *)configPath {
-    self = [super init];
-    if (!self) return nil;
-    _cancel = false;
-    _llm = Llm::createLLM(std::string(configPath.UTF8String));
-    if (_llm == nullptr) return nil;
-    // load 前以 merge-patch 调三件事(只翻这几个叶子,保留 chat_template 等其余配置):
-    // ① enable_thinking=false:config.json 默认 true,模板会给每个 assistant 回合硬塞
-    //    <think>\n 开启思考,吞掉 token 预算并污染 JSON(prompt 里的 /no_think 对此模板无效)。
-    // ② 降温:config.json 默认 temperature=1.0 对结构化 JSON 太高,随机性大→经常吐成非 JSON。
-    //    本 App 所有任务都是"直答/JSON",压到 0.3 + topP 0.85 让输出更确定、JSON 更稳。
-    // ③ 重复惩罚:MNN 默认 mixed_samplers 不含 "penalty"、penalty/ngram_factor=1.0(全关),
-    //    叠加低温 → 长文本(如「关键指标」列表)会陷入逐行复读死循环(收缩压 107 mmHg ×N)。
-    //    显式把 "penalty" 放进 mixed 链首,开 repetition penalty(1.1)+ n-gram 惩罚(ngram_factor 1.05):
-    //    n-gram 命中整段重复时惩罚升到 max_penalty,直接掐断逐行复读。
-    _llm->set_config("{"
-                     "\"jinja\":{\"context\":{\"enable_thinking\":false}},"
-                     "\"sampler_type\":\"mixed\","
-                     "\"mixed_samplers\":[\"penalty\",\"topK\",\"topP\",\"temperature\"],"
-                     "\"temperature\":0.3,\"topP\":0.85,\"topK\":40,"
-                     "\"penalty\":1.1,\"n_gram\":8,\"ngram_factor\":1.05"
-                     "}");
-    _loaded = _llm->load();
-    if (!_loaded) { Llm::destroy(_llm); _llm = nullptr; return nil; }
-    return self;
-}
-
-- (void)dealloc {
-    if (_llm) { Llm::destroy(_llm); _llm = nullptr; }
-}
-
-- (BOOL)isLoaded { return _loaded; }
-
-- (void)cancel { _cancel = true; }
-
-// 统一生成:full 已是最终 prompt(文本,或含 <img>路径</img> 标签)。
-// 多模态模型 createLLM 返回 Omni,response 解析 <img> 标签并对路径 CV::imread(OMNI 框架内)。
-- (MNNGenerateStats *)runResponse:(NSString *)full
-                        maxTokens:(int)maxTokens
-                          onToken:(void (^)(NSString *))onToken {
-    _cancel = false;
-    TokenStreamBuf buf(onToken, &_cancel);
-    std::ostream os(&buf);
-    if (_llm) {
-        // 红线:本 App 每次 generate/analyze 都是一次性独立推理(无多轮对话语义)。
-        // MNN 的 Llm::response 默认把本轮 prompt+输出累积进 history_tokens / KV cache,
-        // 不 reset 的话第二次导出会把上一次的完整上下文叠加进来 → all_seq_len 暴涨、
-        // 冲过上下文上限 → 崩溃(用户报「再次导出死机」)。每轮先 reset 清空历史,
-        // 与 MLX LLMSession 的「每次 generate 无状态」保持一致。
-        _llm->reset();
-        _llm->response(std::string(full.UTF8String), &os, nullptr, maxTokens);
-    }
-    buf.flush();
-    return [self statsFromContext];
-}
-
-- (MNNGenerateStats *)generateText:(NSString *)prompt
-                         maxTokens:(int)maxTokens
-                           onToken:(void (^)(NSString *))onToken {
-    return [self runResponse:prompt maxTokens:maxTokens onToken:onToken];
-}
-
-- (nullable MNNGenerateStats *)analyzeImages:(NSArray<NSString *> *)imagePaths
-                                      prompt:(NSString *)prompt
-                                   maxTokens:(int)maxTokens
-                                     onToken:(void (^)(NSString *))onToken
-                                       error:(NSError **)error {
-    // 在 prompt 前拼 <img>本地路径</img>;Omni 解析标签并对路径 imread(需 OMNI 框架)。
-    NSMutableString *full = [NSMutableString string];
-    for (NSString *p in imagePaths) {
-        [full appendFormat:@"<img>%@</img>", p];
-    }
-    [full appendString:prompt];
-    return [self runResponse:full maxTokens:maxTokens onToken:onToken];
-}
-
-- (MNNGenerateStats *)statsFromContext {
-    MNNGenerateStats *s = [MNNGenerateStats new];
-    if (_llm) {
-        const MNN::Transformer::LlmContext *ctx = _llm->getContext();
-        if (ctx) {
-            s.promptTokens = ctx->prompt_len;
-            s.genTokens = ctx->gen_seq_len;
-            s.prefillMs = ctx->prefill_us / 1000.0;
-            s.decodeMs = ctx->decode_us / 1000.0;
-        }
-    }
-    return s;
-}
-
-@end
-
-#endif
diff --git a/康康/AI/MNNBackend.swift b/康康/AI/MNNBackend.swift
deleted file mode 100644
index bee2acf..0000000
--- a/康康/AI/MNNBackend.swift
+++ /dev/null
@@ -1,113 +0,0 @@
-import Foundation
-
-/// MNN(CPU / SME2)推理后端,封装 `MNNLLMBridge` 的文本流式生成。
-/// 与 `LLMSession`/`VLSession` 同款 actor 隔离;跨调用的串行化由上游 `AIRuntime` 闸门保证。
-///
-/// 文本与视觉(图→文)由同一个 Qwen3.5-2B 多模态 MNN 模型承担:`generate` 走文本,
-/// `analyze` 把图片拼成 <img> 标签交给 Omni 内核 imread 解码(需 OMNI 构建,xcframework 已含)。
-/// 已实测可用,真机走此单模型全包路径;模拟器无 MNN,VL 仍回退 MLX(见 `AIRuntime`)。
-actor MNNBackend {
-    private var bridge: MNNLLMBridge?
-
-    /// 末次生成统计(供 AIRuntime 在流结束后取走,性能自检用)。
-    private(set) var lastStats: GenerateStats?
-
-    private func record(_ s: GenerateStats) { lastStats = s }
-
-    var isLoaded: Bool { bridge?.isLoaded ?? false }
-
-    /// 从 MNN 模型目录加载(目录含 MNN llm 的 config.json + llm.mnn + 权重 + tokenizer)。
-    func load(folderURL: URL) throws {
-        let configPath = folderURL.appendingPathComponent("config.json").path
-        guard FileManager.default.fileExists(atPath: configPath) else {
-            throw AIRuntimeError.notReady
-        }
-        guard let b = MNNLLMBridge(configPath: configPath) else {
-            throw AIRuntimeError.modelLoadFailed("MNN createLLM/load 失败")
-        }
-        bridge = b
-    }
-
-    func unload() { bridge = nil }
-
-    /// 文本流式生成。`bridge.generateText` 同步阻塞、逐段回调,放在 detached 线程跑,
-    /// 把每段文本 yield 成 `TokenChunk`(含即时 tok/s)。流被取消时调用 `bridge.cancel()`。
-    func generate(prompt: String, maxTokens: Int) -> AsyncThrowingStream<TokenChunk, Error> {
-        guard let bridge else {
-            return AsyncThrowingStream { $0.finish(throwing: AIRuntimeError.notReady) }
-        }
-        let box = MNNUncheckedBox(bridge)
-        return AsyncThrowingStream { continuation in
-            let meter = MNNRateMeter()
-            let task = Task.detached(priority: .userInitiated) {
-                let stats = box.value.generateText(prompt, maxTokens: Int32(maxTokens)) { piece in
-                    let rate = meter.tick()
-                    continuation.yield(TokenChunk(text: piece, decodeRate: rate))
-                }
-                // ObjC 统计对象先抽成 Sendable 的 GenerateStats 再跨 actor 记录。
-                await self.record(GenerateStats(
-                    promptTokens: Int(stats.promptTokens),
-                    genTokens: Int(stats.genTokens),
-                    prefillSeconds: stats.prefillMs / 1000.0,
-                    decodeSeconds: stats.decodeMs / 1000.0
-                ))
-                continuation.finish()
-            }
-            continuation.onTermination = { _ in
-                box.value.cancel()
-                task.cancel()
-            }
-        }
-    }
-
-    /// 图→文(VL)。一次性收集(JSON 抽取不需流式)。桥接里把图片路径拼成 <img> 标签,
-    /// MNN Omni 内部 imread 加载(需 OMNI 框架);blocking 调用放 detached 线程。
-    func analyze(imageURLs: [URL], prompt: String, maxTokens: Int) async throws -> String {
-        guard let bridge else { throw AIRuntimeError.notReady }
-        let paths = imageURLs.map(\.path)
-        let box = MNNUncheckedBox(bridge)
-        return try await withCheckedThrowingContinuation { cont in
-            Task.detached(priority: .userInitiated) {
-                let sink = MNNTextSink()
-                do {
-                    let stats = try box.value.analyzeImages(paths, prompt: prompt, maxTokens: Int32(maxTokens)) { piece in
-                        sink.append(piece)
-                    }
-                    await self.record(GenerateStats(
-                        promptTokens: Int(stats.promptTokens),
-                        genTokens: Int(stats.genTokens),
-                        prefillSeconds: stats.prefillMs / 1000.0,
-                        decodeSeconds: stats.decodeMs / 1000.0
-                    ))
-                    cont.resume(returning: sink.text)
-                } catch {
-                    cont.resume(throwing: AIRuntimeError.inferenceFailed(error.localizedDescription))
-                }
-            }
-        }
-    }
-}
-
-/// 单线程串行回调聚合文本,无竞争。
-private nonisolated final class MNNTextSink: @unchecked Sendable {
-    private(set) var text = ""
-    func append(_ s: String) { text += s }
-}
-
-/// 把非 Sendable 的 ObjC 桥对象安全带过 detached 边界。
-/// 安全性来自 `AIRuntime` 闸门:同一时刻只有一个生成在跑,桥不会被并发访问。
-private nonisolated struct MNNUncheckedBox<T>: @unchecked Sendable {
-    let value: T
-    init(_ value: T) { self.value = value }
-}
-
-/// 即时解码速率计:回调在单线程串行调用,内部计数无竞争。
-private nonisolated final class MNNRateMeter: @unchecked Sendable {
-    private let start = Date()
-    private var produced = 0
-    func tick() -> Double {
-        produced += 1
-        let elapsed = Date().timeIntervalSince(start)
-        return elapsed > 0 ? Double(produced) / elapsed : 0
-    }
-}
diff --git a/康康/Features/Capture/UnifiedCaptureFlow.swift b/康康/Features/Capture/UnifiedCaptureFlow.swift
index e0cf29b..2d1265f 100644
--- a/康康/Features/Capture/UnifiedCaptureFlow.swift
+++ b/康康/Features/Capture/UnifiedCaptureFlow.swift
@@ -298,8 +298,7 @@ struct UnifiedCaptureFlow: View {
     }
 }
 
-/// 跨 detached 边界安全携带 UIImage 数组:图片只读、不并发改,封装免 Sendable 报错
-/// (同 MNNBackend.MNNUncheckedBox 思路)。
+/// 跨 detached 边界安全携带 UIImage 数组:图片只读、不并发改,封装免 Sendable 报错。
 private struct UncheckedImageBox: @unchecked Sendable {
     let images: [UIImage]
 }
diff --git a/康康/Features/Me/InferenceSettingsView.swift b/康康/Features/Me/InferenceSettingsView.swift
index d09f9c7..f3b9fed 100644
--- a/康康/Features/Me/InferenceSettingsView.swift
+++ b/康康/Features/Me/InferenceSettingsView.swift
@@ -1,10 +1,9 @@
 import SwiftUI
 
-/// 推理引擎设置:本项目已切 Gemma-3n(端侧 4bit),主模型只走 MLX/GPU。
-/// MNN/SME2 路径已停用(Gemma-3n 无 MNN 转换模型),引擎行保留但 MNN 置灰。
-/// 切换只改持久化选择;下一次 AI 调用(prepare/generate)按新引擎加载。
+/// 推理引擎设置:本项目主模型 Gemma-3n(端侧 4bit),**端侧统一走 MLX/GPU**。
+/// MNN/SME2 LLM 引擎已移除(Gemma-3n 无 MNN 转换模型),不再提供引擎选择——
+/// 端侧只此一种,页面改为展示当前端侧后端 + 性能自检 + 云端 AI 开关。
 struct InferenceSettingsView: View {
-    @AppStorage("kk.inferenceEngine") private var engineRaw = EnginePreference.auto.rawValue
     // 云端 AI(Gemini)开关与 key —— 键名与 CloudAI 对齐,@AppStorage 写入即被后端读到。
     @AppStorage("cloud_ai_gemini_enabled") private var cloudEnabled = false
     @AppStorage("cloud_ai_gemini_key") private var cloudKey = ""
@@ -12,10 +11,6 @@ struct InferenceSettingsView: View {
     /// 性能自检改为当前页就地展开,不再 push 新页面。
     @State private var showSelfTest = false
 
-    private var selected: EnginePreference {
-        EnginePreference(rawValue: engineRaw) ?? .auto
-    }
-
     /// 性能自检需要主模型(Gemma-3n,MLX)就绪。
     private var modelReady: Bool {
         modelService.states[.llm]?.phase == .ready
@@ -33,9 +28,7 @@ struct InferenceSettingsView: View {
                 .padding(.top, 4)
                 .padding(.bottom, 6)
 
-                ForEach(EnginePreference.allCases, id: \.self) { engine in
-                    engineRow(engine)
-                }
+                localEngineCard
 
                 selfTestSection
                 cloudSection
@@ -48,6 +41,35 @@ struct InferenceSettingsView: View {
         .onAppear { modelService.refreshStates() }
     }
 
+    /// 端侧后端信息卡(只此一种,不可切换):MLX · Metal GPU,端侧 Gemma-3n E2B。
+    private var localEngineCard: some View {
+        HStack(spacing: 12) {
+            ZStack {
+                Circle().fill(Tj.Palette.amber.opacity(0.25))
+                Image(systemName: "bolt.fill")
+                    .font(.tjScaled(18))
+                    .foregroundStyle(Tj.Palette.ink)
+            }
+            .frame(width: 44, height: 44)
+
+            VStack(alignment: .leading, spacing: 2) {
+                Text("MLX · GPU")
+                    .font(.tjScaled(15, weight: .semibold))
+                    .foregroundStyle(Tj.Palette.text)
+                Text("Metal GPU · 端侧推理 Gemma-3n E2B")
+                    .font(.tjScaled(12))
+                    .foregroundStyle(Tj.Palette.text3)
+                    .lineLimit(2)
+            }
+            Spacer()
+            Image(systemName: "checkmark.circle.fill")
+                .font(.tjScaled(18))
+                .foregroundStyle(Tj.Palette.leaf)
+        }
+        .padding(14)
+        .tjCard()
+    }
+
     /// 性能自检入口:它是「动作/工具」而非引擎选择,所以做成描边动作按钮(TjGhostButton),
     /// 从视觉类别上和上方引擎/状态卡区分开。模型未就绪时禁用并给出下载提示而非死链。
     @ViewBuilder
@@ -97,75 +119,6 @@ struct InferenceSettingsView: View {
         }
     }
 
-    private func engineRow(_ engine: EnginePreference) -> some View {
-        let available = isAvailable(engine)
-        let isOn = (selected == engine)
-        return Button {
-            guard available else { return }
-            engineRaw = engine.rawValue
-        } label: {
-            HStack(spacing: 12) {
-                ZStack {
-                    Circle().fill(isOn ? Tj.Palette.amber.opacity(0.25) : Tj.Palette.sand2)
-                    Image(systemName: iconName(engine))
-                        .font(.tjScaled(18))
-                        .foregroundStyle(isOn ? Tj.Palette.ink : Tj.Palette.text2)
-                }
-                .frame(width: 44, height: 44)
-
-                VStack(alignment: .leading, spacing: 2) {
-                    Text(engine.displayName)
-                        .font(.tjScaled(15, weight: .semibold))
-                        .foregroundStyle(Tj.Palette.text)
-                    Text(subtitle(engine, available: available))
-                        .font(.tjScaled(12))
-                        .foregroundStyle(Tj.Palette.text3)
-                        .lineLimit(2)
-                }
-                Spacer()
-                if isOn {
-                    Image(systemName: "checkmark.circle.fill")
-                        .font(.tjScaled(18))
-                        .foregroundStyle(Tj.Palette.leaf)
-                }
-            }
-            .padding(14)
-            .tjCard()
-            .opacity(available ? 1 : 0.45)
-        }
-        .buttonStyle(.plain)
-        .disabled(!available)
-    }
-
-    /// .auto 永远可用;MLX 看自身可用性。MNN 已停用(Gemma-3n 无 MNN 模型),恒置灰。
-    private func isAvailable(_ engine: EnginePreference) -> Bool {
-        switch engine {
-        case .auto: return true
-        case .mnn:  return false
-        case .mlx:  return InferenceEngine.mlx.isAvailable
-        }
-    }
-
-    private func iconName(_ engine: EnginePreference) -> String {
-        switch engine {
-        case .auto: return "wand.and.stars"
-        case .mnn:  return "cpu.fill"
-        case .mlx:  return "bolt.fill"
-        }
-    }
-
-    private func subtitle(_ engine: EnginePreference, available: Bool) -> String {
-        switch engine {
-        case .auto:
-            // 已切 Gemma-3n,auto 恒解析为 MLX。
-            return String(appLoc: "按本机配置选择 · 当前 MLX · GPU")
-        case .mnn:
-            return String(appLoc: "已停用:Gemma-3n 无 MNN 转换模型,统一走 MLX")
-        case .mlx:
-            return String(appLoc: "Metal GPU · 端侧推理 Gemma-3n E2B")
-        }
-    }
-
     private var cloudConfigured: Bool {
         cloudEnabled && !cloudKey.trimmingCharacters(in: .whitespaces).isEmpty
     }
diff --git a/康康/Features/Me/MeView.swift b/康康/Features/Me/MeView.swift
index cf6c493..71494f3 100644
--- a/康康/Features/Me/MeView.swift
+++ b/康康/Features/Me/MeView.swift
@@ -167,12 +167,8 @@ struct MeView: View {
         .buttonStyle(.plain)
     }
 
-    private var engineDetail: String {
-        switch InferenceEngine.current {
-        case .mnn: return InferenceEngine.cpuSupportsSME2 ? "MNN · SME2" : "MNN · CPU"
-        case .mlx: return "MLX · GPU"
-        }
-    }
+    /// 端侧统一走 MLX/GPU(Gemma-3n E2B);MNN/SME2 LLM 引擎已移除。
+    private var engineDetail: String { "MLX · GPU" }
 
     private var languageCard: some View {
         NavigationLink {
diff --git a/康康/Features/Me/ModelSelfTestView.swift b/康康/Features/Me/ModelSelfTestView.swift
index 8da8749..00b7308 100644
--- a/康康/Features/Me/ModelSelfTestView.swift
+++ b/康康/Features/Me/ModelSelfTestView.swift
@@ -1,7 +1,7 @@
 import SwiftUI
 
-/// 性能自检:跑固定 prompt,展示当前后端(MNN·SME2 / MNN·NEON / MLX·GPU)的
-/// prefill / decode 实测速度,并按后端存档对比 —— 挑战赛考核点的可见证据(§12 卖点 2/6)。
+/// 性能自检:跑固定 prompt,展示当前端侧后端(MLX·GPU,Gemma-3n E2B)的
+/// prefill / decode 实测速度,并按后端存档对比 —— 端侧推理性能的可见证据(§12 卖点 2/6)。
 struct ModelSelfTestView: View {
     @State private var output = ""
     @State private var phase: Phase = .idle
diff --git a/康康/Features/Trends/TrendDetailView.swift b/康康/Features/Trends/TrendDetailView.swift
index 11db1f7..1528f97 100644
--- a/康康/Features/Trends/TrendDetailView.swift
+++ b/康康/Features/Trends/TrendDetailView.swift
@@ -507,7 +507,7 @@ private struct TrendInsightCard: View {
             text = try await TrendInsightService.shared.generate(for: bucket)
         } catch {
             // 区分「模型没下载」与「下载了但这次推理没成功」,前者给下载引导(CLAUDE.md §4)。
-            let downloaded = ModelStore.shared.isComplete(for: .mnnLLM) || ModelStore.shared.isComplete(for: .llm)
+            let downloaded = ModelStore.shared.isComplete(for: .llm)
             failedMessage = downloaded
                 ? String(appLoc: "本地推理这次没成功,点右上「解读」重试")
                 : String(appLoc: "AI 解读需先在「我的 · 模型管理」下载模型")
diff --git a/康康/Services/BenchmarkService.swift b/康康/Services/BenchmarkService.swift
index 4137c54..bdbe517 100644
--- a/康康/Services/BenchmarkService.swift
+++ b/康康/Services/BenchmarkService.swift
@@ -1,6 +1,6 @@
 import Foundation
 
-/// 单次性能自检结果。按后端标签归档,供「MNN·SME2 vs MLX·GPU」对比展示(§12 卖点 2/6)。
+/// 单次性能自检结果。按后端标签归档,供端侧(MLX·GPU)与云端(Gemini)对比展示(§12 卖点 2/6)。
 struct BenchmarkResult: Codable, Equatable {
     var backendLabel: String
     var promptTokens: Int
diff --git a/康康/Services/DiaryAssistService.swift b/康康/Services/DiaryAssistService.swift
index 920d189..3ff899a 100644
--- a/康康/Services/DiaryAssistService.swift
+++ b/康康/Services/DiaryAssistService.swift
@@ -65,7 +65,7 @@ struct DiaryAssistService {
 
         let prompt = DiaryAssistPrompts.suggest(content: content, coveredDimensions: coveredDimensions)
 
-        // 低温采样下 MNN 仍偶发吐非 JSON / 漏掉外层 {"questions":…} 包裹(换 MNN 后比 MLX 更常见)。
+        // 端侧小模型低温采样下偶发吐非 JSON / 漏掉外层 {"questions":…} 包裹。
         // 首次解析不出就自动重试一次,两次都失败才报错 —— 守 §10.5「失败回退,不让用户卡在 AI 错误屏」。
         var lastRate: Double = 0
         var parsedButEmpty = false
diff --git a/康康/康康-Bridging-Header.h b/康康/康康-Bridging-Header.h
index 9ae6c86..2644495 100644
--- a/康康/康康-Bridging-Header.h
+++ b/康康/康康-Bridging-Header.h
@@ -3,5 +3,4 @@
 //  把 Objective-C 接口暴露给 Swift。
 //
 
-#import "AI/MNN/MNNLLMBridge.h"
 #import "AI/MNN/SenseVoiceBridge.h"