AI实用主义 · 第05篇

AI发展这么快，现在买什么电脑，才不容易过时？

从 MacBook、Mac mini 到 Spark，聊聊本地模型、内存、Context，以及未来三年的硬件选择。

先说结论

要买余量，但不要买想象。

对大多数认真使用本地 AI 的个人，64GB 正处在“今天能产生价值、未来又有空间”的位置。

图｜MacBook Pro 本地 AI / 3D 工作场景

最近如果正准备换电脑，有一个问题比“买哪一代芯片”更难回答：AI发展这么快，我现在花两三万买一台电脑，两年以后会不会就买错了？

这个问题今年尤其难。一边是模型越来越小，二三十 B 级模型已经开始能写代码、读长文档、做知识库，甚至承担一部分 Agent 工作；另一边却是大容量内存和大显存硬件依然很贵。

所以真正值得讨论的，不是“哪台机器最强”，而是：怎样在模型快速进步、AI 工作集越来越大、内存又处在高价区间这三个矛盾里，找到风险最低的配置。

一、现在买AI电脑，已经不能只看“能跑多少B”

过去聊本地模型，最常见的问题是“这台机器能跑多少B”。16GB 能不能跑 14B，32GB 能不能上 27B，128GB 是不是就可以跑 70B 甚至更大的模型。

但“模型能加载”只是第一步。真正拉开体验差距的是：能不能读几十份资料、维持较长 Context、调用浏览器和代码工具、让 Agent 连续工作几十分钟，以及模型运行的时候电脑还能不能正常干别的。

二、小模型越来越强，为什么我们反而越来越需要大内存？

问题在于，小模型变强以后，我们开始真的使用它了。以前可能只有“模型 + 聊天窗口”，现在一个 Agent 背后可能同时存在主模型、Context、Embedding、Reranker、向量库、浏览器、Sandbox 和 Agent Runtime。

所以省下来的模型内存，很快会被整个 AI 系统重新吃掉。这也是为什么我越来越觉得，“AI工作集”比“最大能跑多少B”更适合描述接下来几年的本地AI。

三、本地AI最容易低估的瓶颈，其实是Context

很多模型会标称支持几十万甚至百万 Token 的 Context，但标称 Context 和真正可用 Context 是两回事。本地运行长上下文还要承担 KV Cache、Prefill 时间，以及 Agent 不断增加的历史消息和工具返回。

于是很容易出现一种体验：前几轮很快，Agent 连续工作一段时间以后，Context 越滚越长，速度越来越慢，内存也越来越紧。

四、为什么我现在更看好64GB这个位置

目前内存市场仍处在高位。TrendForce 在 2026 年三季度仍预计传统 DRAM 合约价环比上涨 13%–18%，9 月的行业数据也显示供给依然偏紧。这意味着“直接上最大容量”并不是一个没有成本的选择。

但一直等价格下降同样有机会成本。更合理的策略，是买到刚刚跨过未来两三年使用门槛的那一档。

我会把 32GB 理解成“够用”，64GB 理解成“留余量”，而 128GB 更像“有明确需求才买”。128GB 当然更强，但你也可能是在为今天的大模型，提前支付明天已经不需要的硬件。

五、Mac的潜力，不只是芯片，而是统一内存

Mac 在这一波本地 AI 里有一个特殊优势：统一内存。它未必拥有最高的 AI 吞吐，也没有 CUDA 那么成熟的生态，但对于“不追求极限速度、却需要比较大的本地AI工作空间”的个人用户非常有吸引力。

图｜2026 款 Mac mini。图片来源：Apple 官方

这也意味着，买 Mac 跑本地 AI 时，我不会只看芯片代际。新款 M6 Mac mini 最高 32GB，而 M5 Pro 版本可以到 64GB，并提供更高的内存带宽。对于本地模型来说，上一档芯片 + 64GB，有时比最新芯片 + 32GB 更值得。

六、如果本来就要换笔记本，我更倾向MacBook Pro 64GB

如果已经有一台很好用的笔记本，只缺一个本地 AI 节点，我更喜欢 Mac mini Pro + 64GB。但如果本来就准备换主力电脑，那么 14 英寸 MacBook Pro、Pro 级芯片、64GB 统一内存，是我认为风险比较低的一档。

原因并不是它 AI 性能最强，而是它的“非AI残值”很高。即使两年以后小模型突飞猛进、云 API 继续变便宜、你发现自己没有那么多本地推理需求，它仍然是一台很好的办公、开发、出差和创作设备。

AI快速变化时期，购买硬件除了看性能，还应该问一个以前很少问的问题：如果AI路线和我的预测完全不同，这台机器还能替我做多少事？

七、MacBook Air、mini、Pro、Studio，我会怎么分

图｜2026 款 Mac Studio。图片来源：Apple 官方

八、那Spark放在哪里？

Spark 已经不是简单的“个人电脑”逻辑。NVIDIA 现在直接把 DGX Spark 定义成 Desktop Agent Computer：128GB 统一系统内存，面向本地自主 Agent、模型原型验证和长期在线的 Agent 工作负载。

图｜NVIDIA DGX Spark 本地 Agent 工作场景

所以 Spark 真正值得出现的场景，是给多人提供内部模型 API、Agent 长期后台运行、处理敏感数据、接企业知识库和内部系统。

九、如果今天让我自己花钱

只买一台主力电脑：我会优先 14 英寸 MacBook Pro + Pro 级芯片 + 64GB。

已经有好用的主力电脑：我会优先 Mac mini Pro + 64GB，把它放在桌面上长期运行。

明确知道为什么64GB不够：再进入 Mac Studio 128GB 或 Spark 的讨论。

我现在不会因为“怕以后不够”直接冲 128GB。AI 时代硬件最大的折旧风险，不一定是性能先过时，而是你当初买这套配置的理由先过时。

最后：不要买“未来配置”，要买“未来余量”

AI 时代最危险的一句话可能就是“一步到位”。今天的 70B，一年以后可能变成 30B；今天必须上云的任务，明年可能就在笔记本上完成；今天看起来必须靠巨型 Context 的任务，也可能被更好的 Memory 和 RAG 重新拆解。

所以如果今天再问我：AI发展这么快，现在买什么电脑才不容易过时？我的答案不是买最新的，也不是买最贵的，而是买那个即使AI的发展和你预测完全不同，你也依然不会后悔的配置。

对现在的大多数 AI 重度个人用户来说，这个位置，我认为大概就是：64GB。