Mac上跑AI，问题从来不在模型

我注意到一个有意思的细节，MacSurf这个项目在HN上被讨论，但翻了一圈，大家聊得更多的其实不是它本身，而是“苹果电脑跑AI”这件事怎么就这么别扭。

我这边创业第三年，团队里用MacBook的占一半以上。这几天我们刚上手供应链预测模型，有个工程师拿着M2 Max跑本地推理，一张图生成十几分钟，跑一次就崩一次。后来实在没办法，全部推到云端GPU上，本地只留个前端壳子。所以说实话，Mac本地跑AI这件事，我这几天的体验下来，真是水土不服。

MacSurf想做的事情，本质上是在浏览器层面把AI辅助变成一种常态化的交互方式。方向我是认可的，这种“不用装环境、不用管CUDA、打开就能用”的思路，才是大多数普通用户真正需要的。但问题在于，它解决的是“能用”的问题，不是“好用”的问题。

我六天前刚上手Seedance 2.5，就是字节那个AI视频生成工具。效果确实比之前的版本强不少，但我在Mac上跑的时候，还是得走云端。原因很简单，本地推理对显存的要求太高了，苹果的M系列芯片再强，在AI算力这块还是跟NVIDIA差了不止一个身位。这不是软件能解决的问题，是硬件层面的物理限制。

所以我看MacSurf这类项目，第一个判断是：它一定得走云端的路子，本地就是个薄客户端。这样团队才能把精力放在产品体验上，而不是跟驱动和兼容性死磕。我见过太多创业团队，一上来就想做全栈，结果光是把环境跑通就耗掉了两个月。

第二个判断是商业模式的落地问题。MacSurf现在在Patreon上接受赞助，这算是个体面的起步方式，但长不大。做开发工具的，最终要么走订阅制，要么走企业授权。我看了下他们的定价，个人版据说月费在10美元左右，这个区间其实挺尴尬的，比免费工具贵，又比专业IDE便宜，用户付费意愿不一定撑得起来。

不过话说回来，我四天前刚写了一篇关于Lyriqa的评测，那款AI音乐生成器也面临类似的问题。工具类产品的通病是复购率低，用户新鲜感过了就流失。MacSurf要想活得好，得想清楚用户为什么每个月都愿意打开它，而不是装完就扔。

我注意到素材里有一条提到，有人折腾Mac本地部署Stable Diffusion，装了Miniforge、PyTorch Metal版本，最后还是崩溃。这个场景太熟悉了，我们团队刚起步的时候也干过这种事，花了好几天配置环境，最后发现用云端API，一小时就能跑通所有功能。所以我觉得，MacSurf如果能把“不用折腾”这个体验做到极致，本身就是最大的卖点。

团队执行力方面，我看了下他们的更新频率和社区反馈，活跃度还行，但没看到明确的商业化时间表。创业做工具类产品，最怕的就是功能做了一堆，但永远停留在“可以用”的阶段，没有勇气推付费墙。

说到底，Mac上跑AI的痛点不在模型能力，而在工程化落地。MacSurf如果能证明自己把这件事做对了，那它的价值就不只是一个工具，而是给整个Mac生态的AI应用趟出一条路来。但这条路能不能走通，取决于他们敢不敢在商业化和产品体验之间做出取舍。 对我们这种做技术创业的人来说，这比任何模型参数都值得关注。

---

本文编译自 Hacker News，原文：https://www.patreon.com/MacSurf/posts/macsurf-state-of-166060679
版权归原作者所有，本文为基于公开报道的编译与独立分析。