想吐槽一下最近网上那波「128G MacBook Pro 本地跑 Qwen3.8-Flash-Next 爽翻了」。 模型本身没问题，问题是——你们真的把内存账算完了吗？ Q3 量化，内存就得吃掉接近 90G；IQ4 更是贴着 95G 往上走；上下文拉到 262K，整体内存占用直接 100G+。 然后再考虑 macOS、Metal、系统缓存，以及开发环境本身的内存开销。 你把 Docker 关了，Chrome 清了，IDE 关了，后台服务停了，甚至各种 sysctl 参数都调一遍，最后终于把模型“成功加载”了。 然后呢？ 128G 还剩多少？ 剩下十几二十个 G，真的够你日常开发吗？ Xcode、IntelliJ IDEA、Docker、模拟器、浏览器、各种 Agent、索引服务……这些东西随便开几个，内存压力马上就上来了。 所以我一直觉得： 「能跑起来」≠「用起来很爽」。 一台 128G 的 MacBook Pro，如果为了跑这个模型，把自己从开发主力机变成了一台专用推理盒，那这个“爽翻了”到底是模型爽，还是博主的标题爽？ 本地部署当然值得玩，但别只晒一个“模型成功加载”的截图。 真正应该晒的是： 模型跑起来以后，我还能不能正常写代码、开 Docker、跑服务、开浏览器、跑 IDE，甚至边开发边让 Agent 干活？ 如果这些都能正常干，那才叫—— 128G MacBook Pro，本地部署爽翻了。 否则，充其量只能叫： 128G MacBook Pro，成功把模型塞进去了。🙂