当补贴退潮、硬件就绪、模型成熟三条线在 2027 年交汇，“自建 AI” 将从理念变为现实。
一个群聊引发的思考#
前几天群里有朋友说，他现在觉得“自建”这个观点有点道理了。
这让我想起过去一年我反复在讲的一个判断：GPU 时代的云，和 CPU 时代的云，是两种完全不同的东西。 CPU 云是充分竞争的市场，AWS、Azure、GCP、阿里云，谁都能买 Intel/AMD 的服务器，硬件是标准品，云厂商没有定价权。按需按量的模式对用户是公平的。
但 GPU 云不是。
NVIDIA 几乎垄断了高端 AI 芯片，产能有限且优先供给大客户。云厂商拿到卡本身就是稀缺资源，转手加价是必然的，这不是服务溢价，而是卡贩子溢价。你训练模型需要连续占用 GPU 几周几个月，弹性伸缩的故事讲不通；你必须年 commit 才能租到 GPU，用 API 必须预付费充值，这哪里是云？这是传统 IDC 换了个皮。
当市场从充分竞争变成卖方市场，“租”就不再是理性选择，“买”才是。 云的本质承诺是弹性和按需，当这个承诺兑现不了的时候，云就只剩下了一个高价中间商的角色。
这是“数据自主”叙事的一部分。但今天我不想再讲宏大叙事，我想聊一个更具体的问题：本地 AI 到底什么时候能真正可用？
我的判断是：2027 年。
“补贴时代”的甜蜜陷阱#
先说说现状。
现在用 AI 的体验其实很好，太好了，好得不正常。Claude Max 20x 订阅每月 200 美元，有人追踪了 8 个月重度使用 Claude Code 的开销，API 等价成本超过 15,000 美元，实际只付了 800 美元左右。这意味着 Anthropic 在这些用户身上承受着近 20 倍的补贴。OpenAI 的 Codex、ChatGPT Plus 同理。
这是倒贴钱换市场的阶段。 就像当年滴滴和 Uber 的补贴大战，先培养习惯，再收割利润。
但补贴不会永远持续。这些公司估值已经到了 600 亿美元以上，资本市场迟早要看到盈利路径。最可能的转变不是直接涨价，而是引入更精细的分层，限制高频用户的 Opus 调用量、区分模型等级的用量上限、推出企业级定价，把重度用户往上迁移。
对我个人来说，一个人每月的 AI API 等价支出就在 2 万美元左右（Claude Code + Codex + Claude API）。一旦补贴停止、恢复按量计费，这个数字会让任何小团队窒息。
所以现在的最优策略很清楚：薅羊毛。能薅多久薅多久。 但同时要提前规划，当补贴退潮的那天到来，你的替代方案是什么？
本地 AI 的三个层次#
“本地 AI” 不是一个单一的概念。根据模型规模和硬件需求的不同，它天然分为三个层次：
第一层：端侧 AI（~8B 参数）#
这是手机、笔记本电脑上的 AI。Apple Intelligence、Gemini Nano、Phi-4-mini，都属于这个层次。
现状： 已经基本可用。iPhone 16 上的 Apple Intelligence、搭载 NPU 的 Windows PC，都能在本地跑 8B 级别的模型。能做文本摘要、简单问答、图片理解等轻量任务。
瓶颈： 8B 模型的能力天花板很低。复杂推理、代码生成、长文档分析，都力不从心。它是“AI 辅助”，不是“AI 驱动”。
2027 年展望： M6 芯片、下一代骁龙，端侧算力继续提升，但模型规模不太可能有质的飞跃。端侧 AI 的定位是入门级助手和隐私敏感场景，不会替代云端大模型。
第二层：桌面 AI（30B-70B 参数）#
这是 Mac Studio、高端工作站、AMD AI MAX 之类设备的主场。
现状： 刚刚进入实用阶段。M4 Max Mac Studio 配 128GB 内存，可以流畅运行 Q4 量化的 70B 模型；AMD AI MAX 395 配 128GB 统一内存，同样能跑 70B，但带宽限制导致速度只有 Mac 的一半左右。
30B-70B 的开源模型（Llama 4 Scout、Qwen3-72B）在代码生成、文档处理、日常问答上已经达到了 2024 年 GPT-4 的水平。对大多数日常工作场景来说，够用了。
瓶颈： 内存带宽。Mac Studio M3 Ultra 跑 DeepSeek R1 672B 量化版，理论上限约 40 tok/s，实测只有 17-19 tok/s，因为计算也成了瓶颈。Apple Silicon 的 GPU 没有专用的 8bit/4bit Tensor Core 加速，这是个架构层面的短板。
2027 年展望： M6 Ultra 采用 2nm 制程，统一内存可能达到 256GB-512GB，带宽突破 1 TB/s。这意味着 70B 模型可以做到接近实时交互，120B+ 模型也能流畅运行。对两三个人的小团队来说，一台 M6 Ultra Mac Studio 就是一个不错的“桌面 AI 服务器”。
但 Mac Studio 有它的硬伤，没有 CUDA 生态，vLLM/TensorRT-LLM 跑不了，MLX 生态虽然在进步但仍然落后一个身位。它更适合做个人 AI 助手，不适合做团队级的推理服务。
第三层：SOTA 开源 AI（400B+ 参数 / 1T MoE 模型）#
这才是真正能替代 Claude Sonnet、GPT-4o 的层次，也是我们讨论“自建 AI”时真正关心的层次。
当下的前沿开源模型已经进入这个区间：DeepSeek V3 是 671B MoE（37B 活跃参数）；Llama 4 Maverick 是 400B+ MoE；Qwen3 MoE 也在这个量级。到 2027 年，开源 SOTA 很可能是 1T+ MoE 或 200-400B 稠密模型，能力对标今天的 Claude Sonnet 4.6。
跑这种模型需要什么？
首先是显存容量。400B 稠密模型 FP16 需要 800GB，FP4 量化也要 200GB，只有 HBM 才装得下。其次是显存带宽，22 TB/s 级别的 HBM4 才能让大模型推理达到交互级速度。最后是算力，50 PFLOPS FP4 级别的 Tensor Core。
满足这些条件的设备，目前只有一种产品形态能做到：DGX Station。
2027：三条线的交汇#
为什么我说 2027 年是关键时刻？因为有三条原本独立的趋势线，恰好在这个时间点交汇。
第一条线：补贴退潮#
AI 公司的 C 端补贴不可能无限持续。Anthropic、OpenAI 的每轮融资都伴随着更高的盈利预期压力。我预计到 2027 年中，当前这种“200 美元/月无限量”的模式会显著收紧，可能变成精细分层、按模型计费，或者直接涨价到 1000+ 美元/月的“真·无限量”。
届时，一个重度 AI 用户的月支出很可能从现在的几百美元跳到几千甚至上万美元。
第二条线：硬件成熟#
NVIDIA 的产品节奏是一年一代：Blackwell（2024）→ Blackwell Ultra GB300（2025）→ Vera Rubin（2026 H2）→ Rubin Ultra（2027 H2）。
2026 年 3 月，GB300 DGX Station 开始出货，OEM 售价约 10 万美元，搭载单颗 Blackwell Ultra GPU，252GB HBM3e，7.1 TB/s 内存带宽，20 PFLOPS FP4 算力。
到 2027 年 Q1-Q2，如果 Rubin DGX Station 按计划推出，规格将跃升到：288GB HBM4、约 20 TB/s 内存带宽、约 40-50 PFLOPS FP4 算力。每一项都是 GB300 的 2.5-3 倍。
更关键的是定价。DGX Station 的价格区间（$10 万-$18 万）对一家年收入百万级的技术公司来说，是一笔可以下决心的投资，不需要几千万建机房，一台桌面设备就够用。
即便不看 NVIDIA，Apple 的 M6 Ultra Mac Studio（预计 2027 年下半年）和 AMD 的下一代 APU 也在同步推进。桌面级 AI 算力正在跨过一个临界点。
第三条线：开源模型成熟#
这是最关键的一条线。硬件再强，没有好模型也白搭。
开源模型过去两年的进化速度令人瞠目：2024 年中 Llama 3 70B 约等于 GPT-3.5 水平；2025 年初 DeepSeek V3 逼近 GPT-4；2025 年末 Llama 4 Maverick 和 Qwen 系列已经接近 GPT-4o。按照这个速度外推，到 2027 年，开源 SOTA 达到今天 Claude Sonnet 4.6 的水平是大概率事件。
这意味着什么？意味着一台 Rubin DGX Station 跑 2027 年的开源 SOTA 模型，可以覆盖你 80%-90% 的日常 AI 需求，coding assistant、文档分析、RAG 检索、数据处理、翻译、总结，只有最前沿的复杂推理和 agentic 任务才需要调闭源 API。
关键时刻的经济账#
让我们算一笔具体的账。
场景设定： 2-3 人技术团队，当前每月 AI 支出约 $2 万（Claude Code + Codex + Claude API 等价），假设 2027 年补贴收紧后，按量付费的月均成本达到 $1 万-$2 万。
方案： 购买一台 Rubin DGX Station，预算 $15 万。
年度成本对比：
| 项目 | 纯 API 方案 | 自建 + 轻量 API |
|---|---|---|
| 硬件折旧（3 年） | $0 | ~$50,000/年 |
| 电费（~1.5kW×24h×365d×$0.20） | $0 | ~$2,600/年 |
| API 支出（按量） | $120,000-$240,000/年 | $24,000-$36,000/年 |
| 年度总成本 | $120,000-$240,000 | $76,600-$88,600 |
结论：自建方案在 9-12 个月内回本，三年累计节省 $15 万-$45 万。
这还没算另一个隐性价值，不受供应商约束。API 随时可能涨价、限速、改 ToS。而你自己的机器，24/7 在你控制之下。
行动路线图#
如果你认同上述判断，那么行动路线很清晰：
现在到 2027 年初（薅羊毛期）：
- 享受当前的补贴价格，不买任何硬件
- Claude Max / Codex / ChatGPT Pro 能用多少用多少
- 关注开源模型进展，在 Mac/AMD 设备上试用，建立本地推理的技术栈经验（Ollama/vLLM/MLX）
- 跟踪 DGX Station 的 OEM 渠道，和 Dell/Supermicro 等建立联系
2027 年 Q1-Q2（决策窗口）：
- 评估 Rubin DGX Station 的实际出货规格和价格
- 对比当时的 API 定价（补贴可能已经收紧）
- 如果 Rubin Station 延迟，GB300 Station 到那时可能降到 $7 万-$8 万，同样是好选择
- M6 Ultra Mac Studio 也在这个时间点出来，作为桌面级方案的备选
2027 年 Q2 之后（切换期）：
- 部署本地推理服务，覆盖 80%-90% 日常需求
- 保留轻量 API 订阅处理最前沿任务
- 享受“AI 自主”的自由，无限量、无审查、无延迟、无账单焦虑
这不只是省钱的故事#
最后说一点超越经济计算的东西。
“本地 AI” 的意义不仅仅在于省钱。它更深层的价值是：你的思维工具不应该依赖于别人的善意。
当你把核心生产力工具，代码助手、知识检索、决策辅助，完全托管在闭源 API 上时，你的业务命脉系在别人的服务器上。API 可以涨价、可以停服、可以改变使用条款、可以审查你的输入输出。云厂商在 GPU 稀缺时代的行为已经证明了，当市场不充分竞争时，供给方会毫不犹豫地利用它的优势地位。
本地 AI 是数据自主的最后一块拼图。你拥有自己的数据（PostgreSQL）、拥有自己的基础设施（Pigsty），再拥有自己的 AI 算力，你的数字主权就完整了。
2027 年，这块拼图就归位了。
