基础款Mac Mini售价599美元，eBay上却卖到1800美元。这三倍溢价不是供应问题，而是一场偏好投票。
过去半年，一群开发者默默在家里搭建AI基础设施。他们不是在练手，而是在交付产品。越来越多人选择本地推理而非云端API，哪怕前期成本更高。
Mac Mini成为他们的首选。苹果M4 Pro芯片提供24个GPU核心和最高48GB统一内存——这个配置足以流畅运行700亿参数模型，无需外接显卡或面临散热问题。统一内存架构让所有内存共享带宽，消除CPU-GPU数据传输瓶颈。对运行Llama、Mistral等开源模型的开发者来说，这是实用的生产级方案。
eBay溢价揭示了开发者对这套能力的估值。卖家挂出1800美元，高出48GB机型1400美元的零售价。买家愿意掏钱，因为云端推理已变得不可预测。GPT-4o的速率限制、Claude的配额、API供应商突然涨价导致项目中途改架构——这些都是真实发生过的教训。
云厂商建起了催生这场反弹的基础设施。OpenAI、Anthropic和Google让AI变得触手可及，随后让它变得昂贵，最后开始限流。那些基于API构建的团队发现，成本涨了三倍，高峰期访问还被限速。反应是理性的：本地部署，掌握算力。
这不纯粹是成本计算。隐私同样重要。请求经过第三方API意味着数据脱离开发者控制。对处理医疗记录、法律文书、金融数据等敏感信息的应用来说，本地推理不是偏好而是刚需。云端点遭到的提示注入攻击已登上新闻，强化了公开API存在隐患的认知。
开发者工具印证了这一转变。Ollama、LM Studio等本地推理平台的用户增长迅猛。这已从爱好者运动演变为生产级基础设施。曾经把所有用户查询都发给OpenAI的团队，如今将小模型本地部署处理日常任务，云端API只留给需要前沿能力的任务。
Mac Mini缺货暴露了真实的算力偏好，而非人为制造的供应紧张。苹果正在扩大产能。问题在于需求会维持在当前水平还是逐渐回归正常。
云端AI不会消失。前沿模型仍需要台式机无法提供的算力规模。但市场正在碎片化，本地方向获得优势。开发者已明白，租用推理就是租用不确定性。对于能在自有硬件上运行工作负载的团队来说，这个溢价值得付出。Mac Mini缺货是症状，云端依赖疲劳才是诊断结果。而处方——拥有自己的推理栈——正在获得更多认同。