三個月前,我認真計過買一部 Mac mini
屋企個 AI agent 要成日開住,我當時諗:買部細細粒、唔嘈、唔點食電嘅機擺喺書枱角,啱晒。計到最後冇買⋯因為部 Windows 手提電腦本身已經二十四小時開住,冇必要為同一件事再買多部機。
上個禮拜先知,同一款機,有人一次過掃咗幾萬部。
The Information 上星期報,OpenAI 過去幾個月靜靜雞買咗「幾萬部」Mac mini 同 Mac Studio。買嚟做乜?訓練 computer-use agent⋯即係識自己郁滑鼠、開 app、填表、一步一步做完一件事嗰種 agent。掃到 Apple 要提早出機:8 月 25 號一次過更新咗 Mac mini 同 Mac Studio,出埋 M6,佢第一粒二納米晶片。
講返呢單嘢要打嘅折,因為佢而家喺網上已經傳到走晒樣:
・個數字係 The Information 報嘅。OpenAI 冇認過,亦都從來冇講過確實幾多部。
・Apple 只係話企業需求強,冇講過係邊個買。
・呢啲 Mac 唔係攞嚟練大模型。大模型照樣要 Nvidia 嗰啲機櫃。Mac 做嘅係窄好多嘅一忽。
但令我停低嗰樣,唔係個數字。係「點解一定要用 Mac」。
OpenAI 冇認過,亦都從來冇講過確實幾多部。
你要教一個 agent 用電腦,你要俾佢一部真嘅電腦。同一個游標、同一個視窗、同一個突然彈出嚟阻住你嘅對話框。呢一忽冇得喺 GPU 機櫃入面淨係靠計數練出嚟⋯你要好多部真嘅枱面機,行緊真嘅系統,一部一部咁試。
即係話,嗰幾萬部機入面發生緊嘅事,唔係 AI 學緊思考。
係 AI 坐喺一部同你一模一樣嘅電腦前面,學緊你每日郁嗰啲嘢。
我做建築,一日入面好大部分時間就係咁:開個檔、將個數抄入去另一個表、改一版 schedule、把樣嘢由一個系統搬去另一個系統。呢啲全部唔算「專業判斷」,但佢哋食咗我一日一大截。而家有幾萬部枱面機,喺度專登學緊嘅,就係呢一截。
而學校量嘅,好多時都係同一截⋯做得幾快、幾整齊、幾少錯。
我冇一個乾淨嘅答案。我暫時諗到嘅只係一個好粗糙嘅分法:如果一件事可以喺一部枱面機上面,由頭到尾睇住個螢幕學識,咁佢大概唔係我應該叫細路花十年去練嗰樣。
值得練嘅,似乎係嗰啲從來唔出現喺螢幕上面嘅嘢。判斷一件事抵唔抵做。同人講數。企喺一個爛攤子中間,決定第一步做乜。
我未見過有人買幾萬部機去教呢啲。
你今日份工入面,有幾多係「郁嘢」,有幾多係「決定郁乜」?
