899美元的 Mac mini，开始被苹果当成“常驻 AI Agent”卖了

结论

Apple 今天发布 M6 Mac mini、M5 Pro Mac mini 和 M5 Ultra Mac Studio。真正值得注意的不是芯片又快了多少，而是 Apple 第一次把 Mac mini 明确写成 “always-on agentic computing” 设备：一台放在桌边、持续运行本地模型和 Agent 的小主机。

M6 Mac mini 起价 899 美元，最高 32GB 统一内存；M5 Ultra Mac Studio 最高 512GB 统一内存和 1.2TB/s 带宽。对想把 Coding Agent、知识库或家庭自动化放在本地的人，这比单纯的 CPU 跑分更有用。

但先别把 Apple 的宣传数字当成“本地 AI 已经取代云端”。官方性能来自 Apple 自己的测试，真实能跑多大的模型、持续功耗多少、Agent 是否稳定，今天都还没有独立答案。

Apple 给 Mac mini 换了一个卖法

Apple 在新 Mac mini 公告里反复使用“agentic computing”。M6 版面向开发者、AI 爱好者和企业，强调可以运行本地 LLM、编译代码、索引文件和长期执行工作流。

官方给出的硬数字包括：

• M6：12 核 CPU、12 核 GPU、双 16 核 Neural Engine；
• 统一内存最高 32GB，带宽最高 170GB/s；
• Apple 宣称 AI 性能最高是 M4 Mac mini 的 4 倍；
• 起价 899 美元，9 月 22 日开始交付；
• M5 Pro：最高 64GB 内存、307GB/s 带宽和 Thunderbolt 5。

这套配置对云端 API 用户不一定重要，但对本地 Agent 很关键。Agent 会反复读取文件、运行工具、保存上下文和调用模型，内存不足时，体验往往先被换页、等待和上下文切换拖垮。

第二台机器：M5 Ultra 把“本地大模型”推到专业桌面

Mac Studio 的 M5 Ultra 是另一条路线。它最高 36 核 CPU、80 核 GPU，采用四芯片封装，最高 512GB 统一内存，内存带宽达到 1.2TB/s。

Apple 称它适合在本地运行数千亿参数的模型、科学模拟和视频工作流。这个表述有现实基础：统一内存让 CPU、GPU 和 Neural Engine 共享一块大内存，少了一些传统显存搬运的限制。

但“能装下模型”不等于“能用得舒服”。实际速度还取决于量化格式、推理框架、上下文长度、并发数和模型是否针对 Apple Silicon 优化。Apple 今天没有给出一张可复现的本地模型吞吐表。

反转：4 倍 AI 性能不是 4 倍 Agent 完成率

Apple 给出了很抓眼的比较：M6 Mac mini 的 AI 性能最高是 M4 的 4 倍，LM Studio 的 LLM prompt processing 最高是 M1 的 13.5 倍、M4 的 4.8 倍。

这些数字可以说明芯片和软件栈变快了，但不能直接换算成“Agent 工作效率提升 4 倍”。长任务的完成率还会受到模型、工具、上下文管理、网络、重试和权限影响。我们最近核查 DeepSeek 的跑分时已经看到，同一模型换 Harness，Terminal-Bench 可以相差 33 个百分点。

本地硬件只是 Agent 系统的一层。它能减少延迟、保护数据、降低长期 API 账单，却不会自动解决模型犯错和任务规划问题。

这台机器适合谁

如果你每天运行本地代码 Agent、文档检索、家庭服务器或隐私敏感的自动化，M6 Mac mini 的价值在于低噪声、低占地和持续在线。899 美元的入门价也比一台高端 GPU 工作站容易接受。

如果你的目标是运行大模型而不是普通办公，32GB 可能很快成为上限。M5 Pro 的 64GB 更像实用起点；M5 Ultra 的 192GB/256GB/512GB 配置才适合认真尝试大型本地模型，但价格、功耗和软件兼容性需要单独计算。

不要只看模型大小。先拿自己的任务做小测试：一次代码修复、一次长文档检索、一次需要调用工具的自动化，记录 tokens/s、首字延迟、总功耗、失败率和人工返工时间。

我们的判断

Apple 这次真正发布的是一种产品定位：Mac 不只是屏幕前的个人电脑，也可以是一个一直开着、在本地处理数据和 Agent 任务的节点。

这会把竞争从“谁的芯片跑分高”带到“谁能把本地模型、系统权限、工具和应用接成稳定工作流”。Apple 有统一内存、Metal、Core ML 和系统级权限的优势，但它还需要更多第三方模型和 Agent 实测来证明这条路不是营销词。

仍然要观察

• M6 32GB、M5 Pro 64GB 和 M5 Ultra 512GB 在主流开源模型上的真实吞吐；
• LM Studio、Ollama、MLX 和 llama.cpp 对新芯片的支持速度；
• 常驻 Agent 一天的实际功耗和散热；
• macOS 27 的 Siri AI 与第三方 Agent 能否共享权限和记忆；
• 本地模型的隐私收益，是否值得牺牲云端模型的能力和更新速度。

来源与证据边界

• 一手来源：Apple M6/M5 Ultra 发布稿，支持芯片规格、内存和官方 AI 性能；
• 一手来源：Apple 新 Mac mini 发布稿，支持价格、交付日期和 Agent 定位；
• 本文没有把 Apple 的自测数字写成独立跑分，也没有承诺某个具体模型一定能在某个内存配置上流畅运行。