用了4年本地模型，他说现在终于好用了：在M2老Mac上跑Agent，达到前沿75%

本地模型，4 年前是玩具，今年 6 月，有人说它终于能干活了。作者 Vicki Boykis，博客 HN 1596 分。她的设备你肯定有共鸣：2022 年的 M2 Mac，64G 内存。测完结论：最新的 Google Gemma 4 本地跑 agent 循环，能达到前沿模型 75% 的效果，这在去年想都不敢想。

转折点有两个。第一个是 GPT-OSS：第一个让她明显减少拿 API 模型二次核对的本地模型。第二个就是 Gemma 4，她现在的默认本地模型是 gemma-4-26b-a4b，跑在 LM Studio 里。实测战绩：把一个 Python 笔记本重构成 5、6 个模块的仓库，泛型类型注解自动打好；顺手校对博客、写单测；甚至从零搭了个推荐系统的双塔模型脚手架，扔给 agent 自己发挥。

她还干了件有意思的事：让 Pi 去翻自己过去的 LM Studio 日志，统计自己到底拿本地模型干了啥。等于用 AI 审计自己的 AI 使用习惯，这操作本身就很 agent。

给国内用户的建议：M 系 Mac、大内存 Windows，一律先装 LM Studio 或 Ollama，再下个 Gemma 或 Qwen 的本地版。注意她把 agent 全关在 Docker 里跑，限制执行权限——本地跑代码不做沙箱，等于裸奔。先从校对、单测、重构这种低风险活开始，尝到甜头再上生产。