Mac

有群友分享本地部署越狱模型绕过常规模型限制的经历，并提到 qwen3.6-35b-a3b 和 orinth1.0-35b 的分工体验。

关于 Obsidian 和个人知识资产库，群里形成的共识是先明确自己的用途和框架，再借鉴《第二大脑》等方法。

群友实测老 i5 8600 Mac 打开 TK 直播软件后 CPU 直接跑满，提醒直播设备不要低估本地算力要求。

群友推荐用云端 AI 游乐场先试 Skill 和 GitHub 项目，核心价值是不用本地安装，降低投毒、环境污染和 Token 浪费风险。

新入手 Mac 的群友发现豆包给的启动台/卸载指引对不上新版系统，群里给出 Command+空格、访达移到废纸篓、指纹授权等实际操作建议。

Mac在AI开发场景下效率至少是Windows的两倍（静音、不发烫、工具原生适配）

AI开发建议最低32GB内存，推荐48GB或64GB

苹果年年追新折旧反而可能比一步到位更划算（因为内存芯片绑定）

Mac 外接屏清晰度问题主要来自 PPI / HiDPI 匹配，而不是简单的品牌偏好。

AI 高频工作者应把显示器视为生产力设备，清晰度会影响长期效率。

临时 HiDPI 调整能改善字体，但不一定解决整体显示协调性。

如果主要玩 AI 和开发，Mac 仍是群里更推荐的笔记本选择。