#### 简要概述* 苹果CEO蒂姆·库克警告称，Mac mini和Mac Studio可能在“数月内”仍然短缺，因为由AI驱动的需求远超公司预期。* OpenClaw——由OpenAI支持的开源AI代理平台——将苹果的统一内存架构变成了运行大型本地AI模型的默认硬件。* 苹果的M4 Ultra支持高达192GB的统一内存，让开发者能够运行无法在任何单一消费级Nvidia GPU上容纳的模型，后者的最大VRAM为32GB。苹果的Mac mini一直是苹果商店后方那台安静、易被忽视的台式机。实用、按苹果标准便宜，而且基本不被AI圈关注。直到OpenClaw出现。周四，蒂姆·库克告诉分析师，Mac mini和Mac Studio已售罄——且可能数月内都无法补货。“这两款平台在AI和代理工具方面都非常出色，”他在苹果2026财年第二季度财报电话会议上说，“而且客户对它们的认可速度比我们预期的还要快。”翻译：苹果低估了开发者对这些机器的需求有多大，尤其是在稀缺性影响市场的时期。该季度Mac的收入为84亿美元，同比增长6%。并非爆炸性增长——但限制因素不是需求，而是供应短缺。高内存配置的Mac mini和Mac Studio不仅延迟交付，甚至有些已从苹果商店下架。<span style="width:0px;overflow:hidden;line-height:0" data-mce-type="bookmark" class="mce_SELRES_start"></span>美国地区599美元的基础Mac mini已售罄，无法提供交付或店内提货。升级配置配备64GB内存的等待时间显示为16到18周。配备512GB统一内存的Mac Studio型号已完全从商店下架。eBay上的黄牛迅速跟进，几乎以原价的两倍价格出售基础型号。这一切的催化剂？OpenClaw和对内存需求旺盛的代理AI的繁荣。这个由Peter Steinberger开发、现由OpenAI在与Meta的竞标战中支持的开源AI代理框架，GitHub星标数已超过300亿，成为个人和小团队运行持久AI代理的最快方式。而运行它的非官方参考硬件几乎立即变成了Mac mini。但这并非市场推广的结果。大多数报道Mac短缺的人忽略的是，苹果多年来在严肃的AI工作负载中几乎毫无 relevance。在AI代理广泛普及之前，人们抱怨运行大型语言模型（LLMs）、Stable Diffusion或其他任何家庭AI软件都极其缓慢，几乎无法使用。M2 Mac的性能与2019年的GPU相当。苹果拒绝采用CUDA或使用Nvidia，推动其MLX技术，使其在AI领域和游戏一样变得无关紧要。Nvidia之所以占据主导，是因为CUDA——其专有的GPU编程框架——是模型训练和推理的基础。整个AI堆栈都围绕它构建。苹果没有类似的技术。没人想用Mac进行本地推理。但CUDA有一个隐藏的秘密：VRAM限制。即使是最好的消费级Nvidia GPU——RTX 5090，也只有32GB VRAM的上限。这是一个硬性天花板。超过32GB的模型无法在该卡上以全速运行——会溢出到系统的慢速内存，穿越PCIe总线，性能大打折扣。要在Nvidia硬件上运行一个70亿参数的严肃模型，你需要多块GPU、一个服务器机架、巨大的电力消耗，以及数千美元的投入。苹果的统一内存架构（UMA）解决了这个问题，CUDA无法做到。在苹果硅芯片上，CPU、GPU和神经引擎共享同一块物理内存池。没有单独的VRAM，也没有需要跨越的PCIe总线。配备64GB的Mac mini可以加载一个700亿参数的模型，而价值1800美元的RTX 5090根本不愿意触碰。支持高端Mac Studio配置的M4 Ultra芯片，支持最高192GB的统一内存。这足以在一台机器上本地运行1000亿参数的模型。无需服务器，无需每月云端费用。OpenClaw让这种权衡变得明显。因为它在本地运行代理——连接你的文件、应用和消息——用户需要能够处理推理负载的机器，而无需从云端租用计算资源。配备32GB统一内存的Mac mini可以轻松运行30B参数的模型。配备128GB的Mac Studio可以处理大多数开发者在没有企业GPU集群的情况下一个年前都无法触及的模型。一台缓慢但能运行强大AI模型的Mac远比一张无法加载该模型的强大Nvidia卡更有价值。结果是：开发者开始像购买Raspberry Pi一样购买Mac mini——一次多台，作为基础设施而非个人电脑。苹果的供应链从未为这种模式设计。此外，更广泛的内存短缺也在加剧问题。IDC预计2026年全球PC出货量将下降11.3%，部分原因是由AI服务器需求推动的内存芯片短缺。苹果现在也在争夺与超大规模数据中心建设者相同的内存供应。库克表示，可能需要“数月时间”才能使Mac mini和Mac Studio的供需平衡。预计2026年晚些时候会推出M5芯片更新，或许能缓解压力——但目前买家只能等待或支付黄牛价格。2026年，Mac mini比其20年历史上的任何时候都更引发紧迫感——而这一切只靠一个苹果完全无关的开源项目的帮助，才得以实现。
OpenClaw 让苹果重新回归 AI 领域——现在他们再也赶不上造出足够快的 Mac 了
简要概述
苹果的Mac mini一直是苹果商店后方那台安静、易被忽视的台式机。实用、按苹果标准便宜，而且基本不被AI圈关注。直到OpenClaw出现。 周四，蒂姆·库克告诉分析师，Mac mini和Mac Studio已售罄——且可能数月内都无法补货。“这两款平台在AI和代理工具方面都非常出色，”他在苹果2026财年第二季度财报电话会议上说，“而且客户对它们的认可速度比我们预期的还要快。” 翻译：苹果低估了开发者对这些机器的需求有多大，尤其是在稀缺性影响市场的时期。
该季度Mac的收入为84亿美元，同比增长6%。并非爆炸性增长——但限制因素不是需求，而是供应短缺。高内存配置的Mac mini和Mac Studio不仅延迟交付，甚至有些已从苹果商店下架。 美国地区599美元的基础Mac mini已售罄，无法提供交付或店内提货。升级配置配备64GB内存的等待时间显示为16到18周。配备512GB统一内存的Mac Studio型号已完全从商店下架。eBay上的黄牛迅速跟进，几乎以原价的两倍价格出售基础型号。 这一切的催化剂？OpenClaw和对内存需求旺盛的代理AI的繁荣。
这个由Peter Steinberger开发、现由OpenAI在与Meta的竞标战中支持的开源AI代理框架，GitHub星标数已超过300亿，成为个人和小团队运行持久AI代理的最快方式。而运行它的非官方参考硬件几乎立即变成了Mac mini。
但这并非市场推广的结果。 大多数报道Mac短缺的人忽略的是，苹果多年来在严肃的AI工作负载中几乎毫无 relevance。在AI代理广泛普及之前，人们抱怨运行大型语言模型（LLMs）、Stable Diffusion或其他任何家庭AI软件都极其缓慢，几乎无法使用。M2 Mac的性能与2019年的GPU相当。苹果拒绝采用CUDA或使用Nvidia，推动其MLX技术，使其在AI领域和游戏一样变得无关紧要。 Nvidia之所以占据主导，是因为CUDA——其专有的GPU编程框架——是模型训练和推理的基础。整个AI堆栈都围绕它构建。苹果没有类似的技术。没人想用Mac进行本地推理。 但CUDA有一个隐藏的秘密：VRAM限制。 即使是最好的消费级Nvidia GPU——RTX 5090，也只有32GB VRAM的上限。这是一个硬性天花板。超过32GB的模型无法在该卡上以全速运行——会溢出到系统的慢速内存，穿越PCIe总线，性能大打折扣。要在Nvidia硬件上运行一个70亿参数的严肃模型，你需要多块GPU、一个服务器机架、巨大的电力消耗，以及数千美元的投入。 苹果的统一内存架构（UMA）解决了这个问题，CUDA无法做到。在苹果硅芯片上，CPU、GPU和神经引擎共享同一块物理内存池。没有单独的VRAM，也没有需要跨越的PCIe总线。配备64GB的Mac mini可以加载一个700亿参数的模型，而价值1800美元的RTX 5090根本不愿意触碰。
支持高端Mac Studio配置的M4 Ultra芯片，支持最高192GB的统一内存。这足以在一台机器上本地运行1000亿参数的模型。无需服务器，无需每月云端费用。 OpenClaw让这种权衡变得明显。因为它在本地运行代理——连接你的文件、应用和消息——用户需要能够处理推理负载的机器，而无需从云端租用计算资源。配备32GB统一内存的Mac mini可以轻松运行30B参数的模型。配备128GB的Mac Studio可以处理大多数开发者在没有企业GPU集群的情况下一个年前都无法触及的模型。 一台缓慢但能运行强大AI模型的Mac远比一张无法加载该模型的强大Nvidia卡更有价值。 结果是：开发者开始像购买Raspberry Pi一样购买Mac mini——一次多台，作为基础设施而非个人电脑。苹果的供应链从未为这种模式设计。 此外，更广泛的内存短缺也在加剧问题。IDC预计2026年全球PC出货量将下降11.3%，部分原因是由AI服务器需求推动的内存芯片短缺。苹果现在也在争夺与超大规模数据中心建设者相同的内存供应。 库克表示，可能需要“数月时间”才能使Mac mini和Mac Studio的供需平衡。预计2026年晚些时候会推出M5芯片更新，或许能缓解压力——但目前买家只能等待或支付黄牛价格。 2026年，Mac mini比其20年历史上的任何时候都更引发紧迫感——而这一切只靠一个苹果完全无关的开源项目的帮助，才得以实现。