推文

@realchendahuang · 2026-10-09 22:41

平时买电脑挑系统，大家最先面对的选择通常就是 Windows 和 Mac，偶尔也有人提起 Linux。 Windows 的优势是硬件兼容好，啥配件都能插，主流游戏、工业软件和办公软件都在优先做适配。但 Windows 最恶心的地方在于流氓软件生态和弹窗牛皮癣。小白在网上搜软件，不留神点错一个高速下载按钮，后台立马静默安装全家桶。右下角接着就弹出一刀 999、是兄弟就来砍我、你的时间非常值钱这种页游广告，对很多小白来说防不胜防。要是电脑下载了 360，这个电脑就不干净了，就废了，太恶心了。开机自启、常驻后台扫盘，弹窗拦截器自己天天弹窗，右下角跟养蛊一样，把系统折腾得卡顿不堪。 macOS 硬件由苹果自己做，做工扎实，屏幕和文字渲染细腻，触控板顺滑，开盖即用，电池续航能撑大半天，适合做设计、剪辑和常规开发。但 Mac 的内存是他妈金子做的。内存和硬盘全在主板上焊死，没法后期加装。想把内存从 16G 升到 32G 甚至 64G，苹果能收几千上万块钱。而且它不适合打游戏，Steam 上的主流 3A 大作和竞技网游基本没有 Mac 版，拿它当游戏机基本跑不起来。 Linux 开源免费，没有商业弹窗，连续开机几个月都不卡。但这东西适合极客，适合爱折腾的人，但不适合真正过日子的人。它缺乏开箱即用的傻瓜图形生态，很多常用办公软件没有适配，显卡驱动容易出问题，休眠唤醒卡死也是常事。拿它当主力系统过日子，每天排查驱动和配环境就能把人耗死。Linux 真正适合在服务器上跑，挂在机房里干苦力。 打游戏选 Windows，做设计选 Mac，服务器选 Linux。以前人肉点鼠标的时候，这套经验就够用了。但到了现在的 AI 智能体时代，选系统的逻辑变了。 所谓的智能体，指的是能在后台替你自动干活的 AI 软件。以前在网页里聊天是一问一答，现在的智能体更像一个在后台自动跑脚本的助手。你给它一句话，它需要在系统后台翻找本地文件、读取配置、敲命令安装运行环境，遇到报错还要自己看懂终端输出、原地修改代码重试。智能体干活的核心载体，是黑框框里的命令行终端。 这时候，macOS 在终端开发上的优势体现得很明显，因为它的底层脱胎于 Unix。 很多非技术朋友可能没听过 Unix。早在五十多年前，顶尖工程师为了让电脑更高效地干活，设计了一套叫 Unix 的操作系统体系。它定下了几条影响至今的底层规矩：不管屏幕、键盘还是具体文件，在系统眼里统统看作纯文本；各个命令行工具只做一件事，工具之间像拼积木一样把文本流水线串联起来；全局只有一个根目录，路径层级全用统一的正斜杠隔开。 后来业界为了让不同电脑能通用这些工具，以 Unix 为底版制定了一套跨平台的行业统一标准，缩写叫 POSIX，也就是可移植操作系统接口。你可以把它理解为软件世界的通用交通规则。全球的云端服务器、开源软件库、Python 代码和自动化脚本，过去几十年默认都在遵守这套规则。 智能体最擅长处理的正好也是纯文本命令。在 macOS 的终端里，找文件的 grep、下东西的 curl 等基础工具都是系统原生自带的，目录结构也跟云端服务器基本一致。智能体在本地写好跑通的脚本，丢到云端服务器上直接就能跑。 Windows 原生终端沿用的是早年另一套规则：硬盘切成 C 盘和 D 盘，路径分隔符使用的是反斜杠。在绝大多数编程语言里，反斜杠代表转义符号，智能体在拼接文件路径时很容易因为斜杠方向或者中文字符编码冲突而中断报错。而且全球开发者写开源 AI 工具时，默认往往只为遵守行业标准的系统写脚本，把这些命令直接丢进 Windows 终端，经常会遇到找不到工具或者依赖库安装失败。 在硬件层面，苹果 M 系列芯片使用的是统一内存架构。 在本地电脑上跑开源大模型，最先撞上的硬件天花板往往是显存。大模型运转时，需要把海量的参数权重加载进显卡专属的高速存储空间里，这个空间就叫显存。在传统 PC 里，CPU 拥有的系统内存与显卡自带的独立显存是物理分开的。哪怕你给电脑装了 64G 内存，这些内存也没法借给显卡用。主流家用显卡的显存普遍只有 8G、12G 或 16G，顶配消费级显卡通常也只有 24G。 一个拥有 700 亿参数的开源大模型，也就是常说的 70B 模型，哪怕经过技术压缩（行业里叫 4-bit 量化，能在尽量保住模型聪明程度的同时把体积缩小），光是模型本身也得占掉近 40G 显存，再加上记录上下文对话历史的缓存开销，普通家用显卡直接显存溢出报错。 苹果 M 芯片把 CPU、图形核心和处理 AI 的神经网络引擎做在同一块芯片上，共享同一套高速内存通道，这就是统一内存。虽然苹果的内存是他妈金子做的，但只要配置加到 64G、96G 或 128G，图形核心就能直接调用这几十上百 G 的空间做模型推理。在笔记本拔掉电源的情况下，风扇基本不响，离线跑着大参数量的本地模型，后台还能让智能体处理文件。在目前的轻薄笔记本里，只有这条路线能把大显存和便携结合起来。 Windows 在 AI 时代倒也不是不能用，微软给出的方案叫 WSL2，全名是适用于 Linux 的 Windows 子系统。 以往在 Windows 里跑其他系统需要装很笨重的虚拟机，开机慢又卡顿。WSL2 改良了这种设计，微软在 Windows 内部内嵌了一套真实的 Linux 核心，点开它几秒钟就能唤出纯正的 Linux 命令行。 更重要的是，它支持英伟达显卡的虚拟化直通。绝大多数 AI 框架和深度学习代码，底层都依赖英伟达专属的算力加速接口，也就是常说的 CUDA。WSL2 能让内部的 Linux 子系统直接借用宿主机上的英伟达独立显卡跑 CUDA 算力。 这样就形成了一套双轨方案：日常用 Windows 图形界面打游戏、办公、用工业软件，平时注意别乱下流氓软件；要跑智能体、配 Python 环境或跑开源 AI 项目，直接把任务丢进 WSL2 终端里。智能体在里面面对的是标准的 Linux 环境，没有路径斜杠和编码报错，同时底层还能吃满英伟达显卡的算力。 现在的选型边界其实很清楚： 需要开箱即用的原生终端环境，看重续航、静音，打算在笔记本上离线跑大显存模型，而且平时不打 PC 游戏，加钱买大内存的 Mac 是最省事的选择； 离不开 PC 游戏和传统工业软件，电脑里插着英伟达显卡，平时注意避开流氓全家桶，用 Windows 配合 WSL2 跑智能体和深度学习，是兼顾面最广的方案； 至于不需要图形界面、24 小时长期挂机跑后台的智能体集群，直接扔给纯粹的 Linux 云服务器，依然是成本最低、最稳定的底座。

曝光 2533 · 评论 1 · 点赞 3 · 书签 7 · 曝光/时 1236.4351869133977