AI基建的第三步：不是广告，但 Apple 电脑真的比 Windows 好用
前两篇分别讲了两件事：第一，先给自己配一个足够强的大模型“大脑”；第二，再选一个成熟、稳定、用户多的智能体。
到了第三步，我觉得就该谈电脑了。
我的结论可能有一点主观，但这是我实际折腾各种 AI 工具之后越来越强烈的感受：
如果准备长期把 AI 当作生产力工具，尤其是准备使用各种 Agent、MCP、GitHub、Python、Docker、Tailscale、本地脚本，我会优先选择 Mac。
不是广告，也不是说 Windows 不能用。
而是现在这套 AI 工具生态下，Mac 确实更省心。
一、以前选电脑看软件，现在选电脑还要看 AI
以前律师买电脑，需求其实比较简单：Word、Excel、PDF、微信、浏览器、邮箱。
这些 Windows 和 Mac 都能完成。甚至因为国内很多办公软件、电子签章、银行系统和一些政务系统长期围绕 Windows 开发，律师使用 Windows 完全可以理解。
但 AI 出现以后，电脑的角色发生了变化。
现在我的电脑除了写 Word，还要安装 Agent、运行 Python、安装 Node.js、使用 Git 和 GitHub、调用 API、配置 MCP、运行本地服务、连接 VPS、使用 SSH、运行 Docker、使用 Tailscale，让 AI 自己读写文件，让 Agent 执行命令行，甚至直接让 AI 帮我修改电脑配置。
这时候电脑已经不只是一个“办公终端”。
它开始变成：
AI 的本地工作环境。
一旦从这个角度看，Mac 的优势就比较明显了。
二、Mac 最舒服的地方，是“开箱就是一个很好用的开发环境”
很多律师看到“开发环境”三个字可能就觉得和自己没关系。
其实恰恰相反。
进入 Agent 时代以后，哪怕完全不会写代码，也越来越容易碰到命令行。
比如 AI 告诉你：安装这个 MCP、运行这个 GitHub 项目、配置一个环境变量、安装一个 Python 包、启动一个本地服务器、通过 SSH 登录 VPS。
这些操作，本质上都是以前程序员经常做的事情。
而 Mac 的底层是 Unix 系统。
这意味着大量原本面向开发者设计的 AI 工具，在 Mac 上的安装和使用通常比较自然。
Terminal 打开以后，Git、SSH、Python、Node、Homebrew 等整套工具很容易串起来。
尤其现在有 Agent 以后，你甚至不需要自己真正理解每一条命令，可以直接告诉 Agent：
帮我把这个 GitHub 项目安装到这台 Mac 上，安装前检查环境，遇到问题自己解决，最后测试能不能正常运行。
这时候 Mac 就特别适合当 AI 的“施工现场”。
三、很多 AI 工具，本身就天然偏向 Mac/Linux 生态
很多新的 AI 工具最开始出现时，首先支持的往往就是 Mac、Linux、命令行。
Windows 当然也可以做，而且现在有 WSL，已经比过去方便很多。
但问题是：
多一层，就是多一层复杂度。
原本一个教程写的是：打开 Terminal → 输入命令 → 完成。
到了 Windows，有时候就会变成：到底使用 PowerShell、CMD、Git Bash，还是 WSL？文件到底在 Windows 目录还是 Linux 目录？路径为什么一个是 C:\，一个是 /mnt/c/？
这些问题对于程序员不是什么大事。
但我是律师。
我搭 AI 基建的目的不是学习操作系统，而是：
尽量少折腾环境，赶紧让 AI 开始干活。
从这个角度看，我愿意为了省这些时间选择 Mac。
四、Mac 特别适合“不会编程，但敢让 AI 编程”的人
过去，一个不会编程的人，其实不太需要关心 Mac 和 Linux 的开发体验。
但现在不一样。
我自己不会因为不会写代码，就不使用代码，因为可以让 AI 写。
同样，我也不会因为不会 Linux，就不使用 VPS，因为可以让 Agent 帮我操作。
于是产生了一类新的用户：
自己不是程序员，但每天都在使用程序员工具。
这类人其实特别适合 Mac。
因为很多时候你只需要做三件事：告诉 AI 想实现什么；给 Agent 足够的权限；最后检查结果。
比如：“把这个 MCP 装好。”“把我的 GitHub 知识库拉下来。”“每天自动同步一次。”“把这个服务开机自动运行。”“查一下为什么这个端口访问不了。”
过去这些都是偏技术性的工作，现在可以让 Agent 完成。
而 Mac 给 Agent 提供了一个相对标准、统一、好操作的环境。
五、对于律师，内存和硬盘尽量买大一点
如果只是 Word 办公，16GB 内存可能已经可以做很多事情。
但是如果准备搭 AI 工作系统，我会建议预算允许的话：
内存和硬盘尽量往大了买。
因为以后很容易出现浏览器几十个标签、ChatGPT、Claude、Codex、微信、Word、Excel、PDF、VS Code、Docker、本地知识库、Python 服务、多个 MCP、Tailscale、后台同步程序同时开着的状态。
硬盘也是一样。后面会慢慢增加 GitHub 仓库、知识库、Docker 镜像、模型缓存、OCR 文件、Agent 工作目录、自动备份、历史版本、向量数据库。
所以如果这台电脑准备使用很多年，我宁愿：
CPU不用追求最顶级，但内存和存储空间适当留余量。
尤其 Apple 后期基本没办法像传统台式机一样随便加内存，所以最好买的时候就想清楚。
六、Mac mini其实特别适合做一台“AI常驻主机”
如果已经有 MacBook，我甚至觉得不一定非要再买一台昂贵的 MacBook Pro。
Mac mini 是一个很有意思的选择。
它体积小、功耗低，又可以长期联网。
于是可以把 MCP Server、知识库、自动化脚本、GitHub 同步、本地数据库、Tailscale 节点、文件服务、Agent、定时任务放在上面长期运行。
你的 MacBook 可以关机，但 Mac mini 可以一直在线。
慢慢地，它就不只是“另一台电脑”，而更像是：
家里或者办公室的一台 AI 基础设施服务器。
七、当然，Windows并不是不能用
Windows 有非常明显的优势，比如很多中国本地办公软件、行业软件、网银、电子签章、政府系统，Windows 兼容性可能反而更好。Office 的一些高级功能，在 Windows 上也可能更加完整。
如果本来就有一台配置不错的 Windows，没有必要为了使用 AI 立刻把电脑换掉。现在 WSL 也已经解决了很多开发环境的问题。
所以准确地说，我的观点并不是：
Windows不能做AI。
而是：
如果现在让我从零开始搭一套个人 AI 工作环境，我会优先买 Mac。
八、电脑不是最重要的，但它决定你每天折不折腾
大模型决定 AI 能不能想明白。
智能体决定 AI 能不能把事情做出来。
而电脑决定的是：
你每天使用这一整套东西顺不顺手。
AI 工具的发展速度非常快。今天安装一个 Agent，明天增加一个 MCP，后天又要跑一个 GitHub 项目。
如果每增加一个工具都要先解决半天环境问题，时间久了以后，你自然就不想用了。
所以我越来越觉得：
AI 基建真正重要的不是配置有多豪华，而是摩擦足够小。
打开电脑，Agent 在，Terminal 在，项目在，Git 在，MCP 在，Tailscale 在。告诉 AI 要做什么，然后让它开始干活。
这就是我现在喜欢 Mac 的主要原因。
不是因为 Logo，也不是因为它看起来更像“生产力工具”。
而是因为进入 AI Agent 时代以后：
一台稳定、统一、Unix 原生、适合 AI 和开发者工具运行的电脑，确实可以少折腾很多东西。
所以我的 AI 基建第三步是：
如果预算允许，给自己准备一台配置适当宽裕的 Apple 电脑。
特别是准备长期使用 Agent 的人。
电脑买回来不是为了跑分，而是为了让 AI 在里面长期干活。
