文 | 锌刻度，做则会 | 李觐麟，编辑 | 李季
大多数消费者眼里，Mac 是剪辑视频、写代码、日常办公的消费级终端，英伟达 GPU 是大模型训练无可替代的算力基石，两者属于毫不相干的产业赛道。但 8 月 31 日，OpenAI 疯狂采购十万台 Mac 专门用于强化学习的消息却引起了产业热议。
一种论调开始出现：英伟达垄断 AI 训练算力的时代正在落幕，苹果正在抢走英伟达的生意。苹果最新财报也侧面印证这股异动，Mac 单季度营收达到 103 亿美元，同比增幅接近 29%，增速超过 iPhone、iPad，成为苹果硬件板块增长最快的业务线，市场则将这一份增长很大程度归因于 AI 企业的批量采购需求。
但如果拨开舆论渲染的 " 替代叙事 " 就能发现，这并非一场你死我活的零和博弈，而是一场在 AI 宏大叙事下的各司其职。
当 AI 产业进入 Agent 时代之后，算力需求发生分层苹果凭借 M 系列芯片的统一内存架构，在 AI 的 " 最后一公里 " 误打误撞地找到了自己的位置。而英伟达，依旧掌控着 AI 世界的核心区，也就是大模型预训练与稠密算力。
为何是 Mac？一次系统与内存的胜利
OpenAI 大批量采购 Mac，实际上并不是用来做 GPT 系列大模型的基础预训练，消耗万亿级 token 数据、迭代千亿级模型参数的工作，依旧跑在大规模英伟达 GPU 集群之上，Mac 承担的是后续的强化学习与真机环境训练任务。
如果用更简单的说法来类比就是，传统大模型像一个博览群书的高级顾问，用户向它提问，它输出文字、方案，但所有交互停留在对话框之内；
而计算机操作 AI 智能体，相当于训练一个真实的职场实习生，这个实习生需要学会操作电脑，完成打开表格整理业务数据、切换浏览器检索资料等一整套连贯复杂工作流程。
然而训练 AI 智能体又存在着一个行业痛点，这在斯坦福大学发布的《2026 AI Index Report》当中有相关调研显示，仿真环境训练出来的智能体，在虚拟环境任务完成率可以高达 89.4%，但一旦把这些看似 " 满级 " 的智能体迁移到真实操作系统中，任务完成率便会断崖式下跌，出现严重的虚实鸿沟。
想要解决这个问题，最直接的路径就是把 AI 智能体放到真实操作系统里面去反复试错。这也是为什么 AI 巨头没有简单选择纯软件仿真，不惜成本批量采购 Mac。因为机房中的每一台 Mac，就是 AI 智能体的一个独立工位，每一台机器运行独立 macOS 环境，智能体在里面日复一日进行实操。
对于消费者来说，Mac 是带屏幕、键盘的个人生产力工具，但进入 AI 实验室机房，Mac 拆掉外设，只保留主机本体，就成为了 AI 智能体训练的环境载体。
据外媒报道，OpenAI 训练的计算机操作智能体与写诗作画的模型不同，所以需要强化学习的过程，并通过海量的试错来优化策略。
但为什么大佬们这次选择苹果？
一方面，macOS 的许可协议和底层虚拟化限制，使得在非苹果硬件上大规模、合规地运行 macOS 实例几乎不可能。简单来说就是，要训练出会操作 Mac 系统的 AI，就必须用 Mac 真机。
另一方面，苹果的统一内存架构，也起到了无心插柳柳成荫的作用。当 AI 大模型试图在传统 GPU 上运行时，数据需要在 CPU 内存和 GPU 显存之间来回搬运，就像两座相邻但需要绕远路的岛屿。
而苹果的 M 系列芯片，则是将 CPU、GPU 和神经网络引擎放在了一个大平层里，共享一个巨大的内存池。一台配备 512GB 统一内存的 Mac Studio，带宽高达 1.2TB/s，就可以在本地完整加载甚至微调海量数据。这也解释了为什么 Anthropic 也通过 AWS 租用 Mac mini 来做类似任务。
至于在企业 AI 市场的突然走红，其实连苹果自己都始料未及，今年 4 月从苹果离职的前 AI 产品企业营销经理 Todd Dailey 如今是一名独立 AI 顾问，他曾透露，Mac 在企业 AI 市场的走红完全是意外，而非苹果的主动规划，苹果甚至没有专门的企业工程团队来对接这一需求。
从结果来看，苹果的确拿到了不错的反馈，最新财报显示，最近一个季度，Mac 销售额同比增长近 29%，达到 103 亿美元，增速超过了 iPhone、iPad 等苹果旗下所有其他产品线，Mac 成了苹果增长最快的业务。
Agent 时代来临，两股力量互补
当 OpenAI 的工程师们正在进行 Mac mini 的集群部署时，英伟达的数据中心也正忙着交付超级计算机。因此，苹果和英伟达之间，其实并不存在着 " 抢饭碗 " 的问题。
首先值得探讨的是，饭碗与饭碗之间的差距究竟有多大？
8 月 26 日美股盘后，英伟达交出的 2027 财年第二季度成绩单显示，截至 2026 年 7 月 26 日的三个月里，营收 962.21 亿美元，比去年同期翻了一倍还多，增幅 106%；净利润 596.88 亿美元，同比涨 126%，毛利率 75%。
高收入的同时，英伟达依然占据着全球数据中心高端 AI GPU 市场 80%-85% 的份额，拥有压倒性优势。
因此，哪怕用苹果最新一季的 Mac 业务创纪录的 104 亿美元营收来对比，依然和英伟达的数据中心营收不在一个量级。
英伟达与苹果在 AI 领域的角色差异，则可以类比为 " 中央电站 " 与 " 家用发电机 "。
英伟达的 GPU 集群是用来训练万亿参数基座大模型，而且英伟达不仅卖芯片，它卖的是整个 AI 基础设施的解决方案，它的护城河不仅是硬件性能，更是已经积累了近 20 年、几乎所有 AI 框架都原生支持的 CUDA 生态。
而苹果 M 系列芯片完成的是强化学习的交互生成，是模型微调，是端侧推理。这些任务往往需要单卡内存够大、功耗够低、环境够封闭。OpenAI 采购的数万台 Mac，并不是用来从头训练 GPT-6 的，它们更像是一个个训练场，负责生成高质量的交互数据，或者对现有模型进行针对性的后训练。
即便是英伟达盯上了桌面 AI 这一亩三分地，推出了 DGX Spark 这样的紧凑型 AI 桌面电脑，也只是为了补全其 "AI 工厂 " 版图中的边缘节点，而苹果闯入 AI 数据中心，则更像是一场意外。
苹果的策略，在业界也被形容为 " 卖出方向盘 "。它不需要成为 AI 模型的领头羊，也不需要投入千亿美元建数据中心，它只需要确保自己的终端硬件能跑得动 AI 应用，然后坐等 AI 红利通过硬件溢价和订阅服务变现。
据估计，苹果手握近千亿美元的现金流，它更倾向于把这笔钱花在 M 系列芯片自研和供应链优化上，而不是去设法抢英伟达 H100 的生意。在这种逻辑下，Mac 系列被 AI 实验室疯抢，对苹果来说算是一笔意外横财，顺便还消化了 Mac 产品线的库存，拉高了营收。
如果拉长时间维度，未来的算力世界或许不会走向一家芯片通吃全部 AI 任务，而是走向分层异构的格局。在不同场景下，环境适配、内存、软件工具链的综合实力才是 AI 发展不可或缺的构成部分。
这场看似 " 抢饭碗 " 的舆论狂欢，本质上是 AI 产业链精细化分工的一个注脚。当数万台 Mac 进入 OpenAI 机房，这意味着 AI 已经跨过单纯大模型对话时代，正式迈向 AI 智能体动手实操的新阶段。
这场竞赛没有输家，二者更不是零和博弈，因为 AI 的浪潮足够宽广，这是属于 AI 产业链条上不同环节的互补力量。
