苹果的 Mac mini 一直是苹果商店后方那台安静、容易被人遗忘的台式机。按苹果的标准来说它实用、价格也相对便宜，并且在很大程度上被AI圈忽视。直到 OpenClaw 出现。
周四，蒂姆·库克告诉分析师，Mac mini 和 Mac Studio 已经售罄——并且可能会持续几个月。“这两款平台在AI和代理工具方面都很出色，”他在苹果 Q2 2026 财报电话会议上说，“客户对这一点的认知速度，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渴望有多强，尤其是在稀缺性正在搅动市场的时期。
该季度苹果的Mac收入为 8.4 billion 美元，同比增长 6%。并不是那种爆发式增长——限制因素也不是需求，而是供给约束。高内存配置的 Mac mini 和 Mac Studio 不只是延迟；有些甚至已完全从苹果商店下架。
售价 599 美元的 Mac mini 基础款在美国已售罄，既无法交付，也没有店内自提。内存升级到 64GB 的配置显示等待时间为 16 到 18 周。配备 512GB 统一内存的 Mac Studio 机型已从商店中彻底消失。eBay 上的黄牛反应很快，把基础款几乎以接近双倍零售价的价格挂了出来。
这一切的导火索是什么？OpenClaw 以及内存占用极高的 Agentic AI 的热潮。
这套开源AI代理框架——由 Peter Steinberger 构建，且在与 Meta 的竞标战之后如今获得 OpenAI 支持——爆发式增长至超过 323,000 个 GitHub stars，成为个人与小型团队在本地运行持久化AI代理的最快途径。而用来运行它的非官方参考硬件，几乎立刻就变成了 Mac mini。
但这并不是营销推动的结果。
大多数报道 Mac 短缺的人忽略了一个关键点：多年来，苹果与严肃的AI工作负载几乎没有关系。在AI代理成为主流之前，人们就抱怨运行 LLM（大语言模型）、Stable Diffusion 或其他任何家用AI软件都极其缓慢，几乎无法使用。一台 M2 Mac 的性能相当于 2019 年的 GPU。苹果拒绝采用 CUDA、也不使用 Nvidia，而是推动其 MLX 技术，使它在AI方面和在游戏方面一样都变得无关紧要。
之所以是 Nvidia 获胜，是因为 CUDA——它的专有GPU编程框架——是模型训练和推理的支柱。整个AI技术栈都是围绕它搭建的。苹果没有同等的东西。没有人想买 Mac 来做本地推理。
但 CUDA 其实藏着一个“脏秘密”：VRAM 的限制。
即便是最强的消费级 Nvidia GPU——RTX 5090——VRAM 也只有 32GB 的上限。这是一个硬性天花板。超过 32GB 的模型无法在这张卡上以满速运行——它会溢到更慢的系统内存里，沿着 PCIe 总线缓慢爬行，性能会大幅下降。要在 Nvidia 硬件上运行一个真正的 700 亿参数模型，你需要多块GPU、一个服务器机架、非常可观的功耗，以及成千上万的美元投入。
苹果的统一内存架构（UMA）能够以 CUDA 做不到的方式解决这个问题。在苹果硅芯片上，CPU、GPU 和 Neural Engine（神经引擎）共享同一块物理内存池。没有独立的 VRAM，也没有需要跨越的 PCIe 总线。一台带 64GB 统一内存的 Mac mini 能加载一个 700 亿参数的模型，而一张标价 1,800 美元的 RTX 5090 根本碰不了。
为高端 Mac Studio 配置提供动力的 M4 Ultra——这颗芯片——支持最高 192GB 的统一内存。也就是说，可以在一台单机上本地运行 1000 亿参数的模型。不需要服务器。不需要每月的云端账单。
OpenClaw 让这种取舍变得一目了然。因为它是在本地运行代理——把你的文件、你的应用、你的消息连接起来——用户需要的是能够承担推理负载的机器，而不是去云端租计算资源。带 32GB 统一内存的 Mac mini 能够轻松运行 300 亿参数的模型。带 128GB 的 Mac Studio 能处理那些在一年前，大多数开发者即便想碰也碰不到的模型——除非他们拥有企业级 GPU 集群。
一台运行能力强、但速度可能不算快的 Mac，显然比一张强大的 Nvidia 显卡更好——后者甚至根本无法加载那个模型。
结果就是：开发者开始像以前买 Raspberry Pi 那样购买 Mac mini——一次买多台，把它们当作基础设施而不是个人电脑来使用。苹果的供应链从来没有为这种模式做过设计。
还有一个更广泛的内存短缺也在叠加放大这一问题。IDC 预计 2026 年全球 PC 出货量将下降 11.3%，部分原因是由AI服务器需求拉动而产生的内存芯片短缺。如今的苹果正在与那些构建数据中心的超大规模厂商争夺同一批内存供应。
库克表示，要让 Mac mini 和 Studio 的供需重新回到平衡，可能需要“几个月”。预计 2026 年晚些时候会有 M5 芯片的更新，从而可能缓解压力——但目前的购机者仍只能一边等待，一边支付黄牛价格。
在其 20 年历史中，Mac mini 于 2026 年所引发的紧迫感都超过了以往任何时候——而要让这一切发生，只需要来自一个开源项目的些许帮助，而苹果对此几乎完全没有参与。
OpenClaw 将苹果重新带回 AI 赛场——现在他们再也赶不上造出足够多的 Mac 了
简要概述
苹果的 Mac mini 一直是苹果商店后方那台安静、容易被人遗忘的台式机。按苹果的标准来说它实用、价格也相对便宜，并且在很大程度上被AI圈忽视。直到 OpenClaw 出现。 周四，蒂姆·库克告诉分析师，Mac mini 和 Mac Studio 已经售罄——并且可能会持续几个月。“这两款平台在AI和代理工具方面都很出色，”他在苹果 Q2 2026 财报电话会议上说，“客户对这一点的认知速度，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渴望有多强，尤其是在稀缺性正在搅动市场的时期。
该季度苹果的Mac收入为 8.4 billion 美元，同比增长 6%。并不是那种爆发式增长——限制因素也不是需求，而是供给约束。高内存配置的 Mac mini 和 Mac Studio 不只是延迟；有些甚至已完全从苹果商店下架。 售价 599 美元的 Mac mini 基础款在美国已售罄，既无法交付，也没有店内自提。内存升级到 64GB 的配置显示等待时间为 16 到 18 周。配备 512GB 统一内存的 Mac Studio 机型已从商店中彻底消失。eBay 上的黄牛反应很快，把基础款几乎以接近双倍零售价的价格挂了出来。 这一切的导火索是什么？OpenClaw 以及内存占用极高的 Agentic AI 的热潮。
这套开源AI代理框架——由 Peter Steinberger 构建，且在与 Meta 的竞标战之后如今获得 OpenAI 支持——爆发式增长至超过 323,000 个 GitHub stars，成为个人与小型团队在本地运行持久化AI代理的最快途径。而用来运行它的非官方参考硬件，几乎立刻就变成了 Mac mini。
但这并不是营销推动的结果。 大多数报道 Mac 短缺的人忽略了一个关键点：多年来，苹果与严肃的AI工作负载几乎没有关系。在AI代理成为主流之前，人们就抱怨运行 LLM（大语言模型）、Stable Diffusion 或其他任何家用AI软件都极其缓慢，几乎无法使用。一台 M2 Mac 的性能相当于 2019 年的 GPU。苹果拒绝采用 CUDA、也不使用 Nvidia，而是推动其 MLX 技术，使它在AI方面和在游戏方面一样都变得无关紧要。 之所以是 Nvidia 获胜，是因为 CUDA——它的专有GPU编程框架——是模型训练和推理的支柱。整个AI技术栈都是围绕它搭建的。苹果没有同等的东西。没有人想买 Mac 来做本地推理。 但 CUDA 其实藏着一个“脏秘密”：VRAM 的限制。 即便是最强的消费级 Nvidia GPU——RTX 5090——VRAM 也只有 32GB 的上限。这是一个硬性天花板。超过 32GB 的模型无法在这张卡上以满速运行——它会溢到更慢的系统内存里，沿着 PCIe 总线缓慢爬行，性能会大幅下降。要在 Nvidia 硬件上运行一个真正的 700 亿参数模型，你需要多块GPU、一个服务器机架、非常可观的功耗，以及成千上万的美元投入。 苹果的统一内存架构（UMA）能够以 CUDA 做不到的方式解决这个问题。在苹果硅芯片上，CPU、GPU 和 Neural Engine（神经引擎）共享同一块物理内存池。没有独立的 VRAM，也没有需要跨越的 PCIe 总线。一台带 64GB 统一内存的 Mac mini 能加载一个 700 亿参数的模型，而一张标价 1,800 美元的 RTX 5090 根本碰不了。
为高端 Mac Studio 配置提供动力的 M4 Ultra——这颗芯片——支持最高 192GB 的统一内存。也就是说，可以在一台单机上本地运行 1000 亿参数的模型。不需要服务器。不需要每月的云端账单。 OpenClaw 让这种取舍变得一目了然。因为它是在本地运行代理——把你的文件、你的应用、你的消息连接起来——用户需要的是能够承担推理负载的机器，而不是去云端租计算资源。带 32GB 统一内存的 Mac mini 能够轻松运行 300 亿参数的模型。带 128GB 的 Mac Studio 能处理那些在一年前，大多数开发者即便想碰也碰不到的模型——除非他们拥有企业级 GPU 集群。 一台运行能力强、但速度可能不算快的 Mac，显然比一张强大的 Nvidia 显卡更好——后者甚至根本无法加载那个模型。 结果就是：开发者开始像以前买 Raspberry Pi 那样购买 Mac mini——一次买多台，把它们当作基础设施而不是个人电脑来使用。苹果的供应链从来没有为这种模式做过设计。 还有一个更广泛的内存短缺也在叠加放大这一问题。IDC 预计 2026 年全球 PC 出货量将下降 11.3%，部分原因是由AI服务器需求拉动而产生的内存芯片短缺。如今的苹果正在与那些构建数据中心的超大规模厂商争夺同一批内存供应。 库克表示，要让 Mac mini 和 Studio 的供需重新回到平衡，可能需要“几个月”。预计 2026 年晚些时候会有 M5 芯片的更新，从而可能缓解压力——但目前的购机者仍只能一边等待，一边支付黄牛价格。 在其 20 年历史中，Mac mini 于 2026 年所引发的紧迫感都超过了以往任何时候——而要让这一切发生，只需要来自一个开源项目的些许帮助，而苹果对此几乎完全没有参与。