# AI 的微型钢厂：我把 78% 的活搬到了本地 Mac 上跑

> 原标题：AI的微型钢厂

- 来源：AI HOT 精选
- 发布时间：2026-06-05T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/34657
- 原文：https://www.tomtunguz.com/using-local-ai-to-work-faster

## 摘要

作者 Tomasz Tunguz 把自己日常的 AI 工作流改成了双车道调度：简单任务（如邮件分类、日程安排）由 Mac 本地的模型处理，复杂任务才扔给云端大模型。过去一周，本地模型最高一天处理了 88% 的任务。这套分流设计让平均任务耗时从 47 秒降到 19 秒，排队时间从 73 秒暴跌到 4 秒，整体吞吐量提升了约 25%。

## 推荐理由

作者把日常 AI 工作流拆成 Mac 本地模型与云端模型双车道调度，简单任务留在本地，一周内本地最高承担 88% 的任务，平均耗时从 47 秒降到 19 秒，吞吐量提升约 25%。

## 锐评

本地跑掉 78% 的活，省下的主要是排队那 73 秒。延迟从 47 秒降到 19 秒，吞吐涨 25%，这个量级比省几块钱 API 费实在多了。简单任务本地、复杂任务上云，这套分流谁都能做，难的是判断哪条走哪条，作者没讲这块怎么分的。方向我信，一周个人实验说明不了规模，真上量以后本地那台 Mac 会不会成新瓶颈，得看。
