Tech Review

MacBook Air M4

短暂地体验看看 Macbook Air M4

Photo by Taan Huyn / Unsplash

这算是我第一次体验 M 系列处理器的 Macbook，之前关于 MacBook Pro 14 其实并没有亲手体验的。

之前试用 Intel MacBook Air，但是没有登入自己的Apple ID，所以体验其实并不完整，但我还是对 CNC 机身做工，以及系统的稳定感到赞许。

MacBook Air M4

我日常需求很简单，大多数时候都是娱乐用途，文书工作占的比重就没有这么多，以及需要外移动办公。

事实上除了游戏以及 AI 相关等高负载应用才能把机器性能推到极限，这种极端应用并不会在我的日常用笔电的需求，所以要看跑分的话可以到 YouTube 看视频，除了有很多跑分网上一大堆以及如何 Mod 散热。

不过我倒是有下载 Locally AI 体验离线AI ，Locally AI 是手机应用，模型套用【Gemma 4 E4B】模型，Gemma 4 是 Google 的开源模型，M4 在 AI 的表现可以说是游刃有余也能顺畅的聊天，除了 Locally AI 也下载了 LM Studio 体验同样的 Gemma 4 E4B。

题外话：Locally AI 已经加入 LM Studio – https://lmstudio.ai/blog/locally-ai-joins-lm-studio

我测试在 YouTube 上观看 4K 视频，顺畅完全没压力后台还有不少，可见 M4 在视频解码这方面做得很棒！

通透的屏幕 - 即便是 Air 系列，镜面的屏幕透露着通透，画面干净，色彩准确。就是多了刘海，只不过我的注意力都集中在画面的中央，安装的 App 也没有很多，所以我几乎没有在意过刘海。

a laptop on a table — Photo by Taan Huyn / Unsplash

触控板，真的是用了就回不去了，灵敏度算是我用过最好的触控板，精准同时还有不少手势用，虽然我还在慢慢的适应，但是强烈推荐开启三指拖移，macOS有不少需要拖拽的功能实现的功能，例如删除安装。

待机电量测试，断断续续的用已经超过一天没有充电了都没有电量焦虑。在电量全满的情况下，写写稿，看看视屏，中间还加上熄屏时间，到底待机有多强呢？我可以说是超越笔电就算是休眠都会很耗电的偏见。

几乎忘了需要充电 🔋

对于硬体方面我的总结很简单，只要习惯了系统几乎就不会后悔的轻薄本。虽然评测视频说有多好，但是你真正自己用过后你就会知道屏幕的素质，超强的待机，优秀的做工，这种体验就是要自己用过才会知道多好。

macOS

自认是 Windows 专业老用户已经习惯了很多 Windows 的快捷键，win + e 是打开 file explorer，win + v 是剪贴板，在 Mac这些肌肉记忆习惯需要时间来调整，值得注意的是 macOS 功能键是 control option command 因为布局不同，我刚开始用的时候一直按错。

设置方面可以参考：新 Mac 到手一定要改的 42 個設定！不改真的難用

但我还是得赞赏 OS 的，可能是硬体以及软体相辅相成，系统的响应相当地丝滑。除了系统顺畅好用之外，第三方 APP 应该也是功不可没，几乎所有我在 Windows 上习惯的第三方 APP 几乎都有跨平台，又或是在 macOS 上找到平替，也有一些专门为 macOS 的原生应用。

Stats 状态栏

Download Apps

Stats - 在Mac上相当出名的查看各类机器资讯的。
IINA - 一款 Swift 开发的 mac ONLY 的视频播放器。
OrbStack - 同样的 Swift 开发的 mac ONLY 优化版 Docker Desktop
Notion - 多功能的生产力工具
Helium Browser - “氢”量化的 Google Chrome
Locally AI & LM Studio - 用来跑离线 AI
Open Video Downloader - 下载影片离线观看

同时因为有段时间看到说 Mac mini 做 homelab 不错的能耗比，所以也下载了 OrbStack 试试看部署 Docker 容器。

我几乎没有在 Windows 如此的丝滑的打开过一个 PDF 文档过了，而且没有卡顿，这般丝滑的体验真的是👍。

快捷键 command shift 4 space 截图真好用

绕不开的 AI

因为 M 系列的架构的关系，GPU CPU 离得非常近 16-core Neural Engine & 120GB/s memory bandwidth。所以也是很推荐跑本地 AI，我同时安装了 iOS - Locally AI 以及 LM Studio。两个下载的模型都是 Gamma 4 E4B。

因为都是同一个模型的关系，其实不管是 Locally AI 或是 LM Studio 的体验都是一样的。只不过 LM Studio 的功能更加进阶，在 M4 MacBook Air 16GB Gemma 4 E4B 大约 20Token/Second，能跑，流畅，但不够快，而且机身会发热。

必须要说明，即使是 Locally AI， Gemma 4 E4B 占用也是来到 4GB

不过我倒是有下载 Locally AI 体验离线AI ，Locally AI 是手机应用，模型套用用 Gemma 4 E4B 模型，Gemma 4 是 Google 的开源模型，M4 在 AI 的表现可以说是游刃有余也能顺畅的聊天，而且在 Activity Monitor 看来即便是 Gemma 4 E4B 依然没有办法把 M4 性能推到极限大约只是 4gb，RAM 的话因为有在后台开 OrbStack，也来到 12GB 了，可能 24GB 才是比较折中的选择，本地部署但是还是推荐用 LM Studio 或是 Ollama 可玩性会比较好。