在过去的几个月里，OpenAI进行了一次大规模采购——数万台Mac mini和Mac Studio电脑。这不仅仅是设备更新，而是一个战略举措，旨在解决与AI代理训练相关的特定任务。这里指的是所谓的computer-use agents——学习自主与桌面操作系统交互的系统：点击、输入、管理界面。正是为了这些目的，才采用了需要大量并行环境的强化学习方法。

值得注意的是，我在这场竞赛中的主要竞争对手Anthropic解决类似问题的方式不同。该公司不购买设备，而是从亚马逊网络服务租用Mac mini的算力。这凸显了不同的扩展方法：有人偏好对硬件的控制，而有人则偏好云解决方案的灵活性。

有趣的是，8月25日，就在这些信息公之于众的前几天，苹果发布了基于M5 Ultra和M6芯片的更新设备系列。巧合？恐怕不是。对公布的技术规格的分析清楚地表明了这些电脑在未来AI实验室中的角色分工。

为什么选择Mac，而不是GPU集群？

  • Mac mini M6。紧凑的外形——是部署数千个独立虚拟环境的理想解决方案。AI代理的训练需要真实的操作系统，而不是模拟。这使它们能够在尽可能接近现实的环境中练习技能。
  • Mac Studio M5 Ultra。支持高达512GB的统一内存——这是本地运行和托管最重量级语言模型的关键储备。例如，带宽为1.2TB/s的旗舰型号能够完整容纳拥有3200亿参数的开放LLM GLM-5.3-Flash，该模型根据量化程度不同，可能占用高达300GB的RAM。

作为对比：在普通台式机上，这样的显存容量需要安装10块32GB的旗舰显卡RTX 5090。这将带来巨大的电力成本，以及因处理器间连接而导致的严重带宽损失。苹果优雅而高效地解决了这个问题。

值得注意的是，早在2026年4月30日，时任苹果首席执行官蒂姆·库克就公开承认Mac mini和Mac Studio的短缺，并直接将其归因于代理型AI工具。该公司已经调整了营销策略，将新设备定位为“持续运行的本地代理计算”的解决方案。

重要的是要理解：苹果的设备并非旨在取代用于训练基础模型的Nvidia GPU集群。相反，它们构成了一个新的基础设施层——一个虚拟的“办公室”，训练好的神经网络在这里练习执行实际任务。OpenAI和Anthropic都没有透露确切设备数量、型号分布和采购金额，但规模是显而易见的。

我的分析：我们正在见证一个新市场的诞生——AI“实践”基础设施。虽然所有注意力都集中在用于训练的数据中心上，但争夺代理“生存环境”的战斗已经开始。而苹果，出乎意料地，可能成为这一领域的关键参与者，不仅通过硬件获利，还通过生态系统获利，该系统正成为代理计算的事实标准。