Agent 热度降了吗:Mac mini 与普通人的落点
一、先看数据:退的是话题,不是装机量
「Agent 退潮了」这个说法,从今年四月起就没停过。但把所有能查到的公开数字摆在一起,会看到一个更准确的图景:不是热度在降,是两种热度在分化。
先看今天(2026 年 10 月 14 日)两家的公开数据:
| 指标 | OpenClaw | Hermes Agent |
|---|---|---|
| GitHub Stars | 392K | 254K |
| 周下载量 | 400 万 | 8.33 万 |
| 近 7 日变化 | ▼ -16.7% | ▲ +75.7% |
| 近 30 日变化 | ▲ +28.4% | ▲ +4.9% |
| 90 天稳定版数量 | 23 | 18 |
| 首次发布 | 2025 年 11 月 | 2026 年 2 月 |
这张表里最值得看的是两个时间尺度给出的相反方向:OpenClaw 近 7 天下跌 16.7%,近 30 天却仍涨 28.4%。

换句话说,「这周跌了」和「这个月涨了」是同时成立的。人们感知到的「热度下降」,多半来自前者 —— 而它更接近正常波动,不是趋势转弯。
真正的那次大跌发生在更早:
| 时间 | 事件 | 数据 |
|---|---|---|
| 2026 年 3 月 | OpenClaw 爆火 | 不到 60 天 GitHub Star 破 25 万,超越 React;当月调用量 10.4T Tokens,登顶全球 |
| 2026 年 3 月 | 中文圈跟进 | 微信指数一度飙至 1.65 亿 |
| 2026 年 4 月 | 访问量腰斩 | 环比 -50.67% 降至 1420 万;衍生项目腾讯 QClaw 环比 -99.19%,Agent 社区 InStree 月访问 -91.10% |
| 2026 年 4 月初 | 外部成本突变 | Anthropic 宣布订阅不再支持这类第三方工具,当天生效 |
| 2026 年 5 月 | 用户迁移到进阶工具 | Hermes 以单日 2710 亿 Token 消耗量反超 OpenClaw |
| 2026 年 10 月 | 商业侧加速 | Nous Research 完成 9000 万美元 B 轮,估值 15 亿美元;年化收入约 3600 万美元,预期年内破 1 亿 |
所以准确的说法是:四月那一次是真实的大退潮,而它降的是「跟风」,不是「需求」。从那以后,总量其实一直在缓慢往上走。
二、四月那一次,筛掉的是谁
把退坑的人和留下来的人分开看,原因非常集中。
| 人群 | 为什么进 | 为什么走 |
|---|---|---|
| 跟风的普通用户 | 「开源免费、自动干活、躺平办公」 | 它并非开箱即用,要部署、配 API、授权。时间成本倒挂——没省下时间,反而先花掉大量时间 |
| 跟风的创业者 | 想用 Agent 顶一个团队,做「一人公司」 | 稳定性差、维护成本高,叠加外部政策变化导致调用成本骤增。维护 + 报错 + Token 的钱,超过了它省下的 |
| 当社交货币的人 | 装上了就跟得上时代,能聊两句 | 本来就没有真实场景,热度一过自然不用了 |
留下来的也集中:
| 人群 | 他们拿它干什么 |
|---|---|
| 专业技术人员 | 本身是重度用户,能消化门槛。原话是「刚上手觉得下限很低,用好了发现上限其实很高」 |
| 做副业的人 | 批量生成图文、视频素材到社媒变现——把创意换成钱,而不是省钱 |
| 有真实需求的办公岗位 | 在可控预算内嵌进工作流:批量处理邮件、订单、报表,定时推送简报 |
还有一条容易被忽略的:选型的重心在往下沉。市面上出现了钉钉悟空(企业办公)、WindClaw(金融投研)这类放弃泛用性、扎进具体行业工作流的工具。它们在公众层面没什么声量,但在专业圈层里的实用性在被反复验证。
三、你听到的和大盘实际在走的,差在哪
| 常见的判断 | 实际数据 |
|---|---|
| 「Agent 退潮了,不行了」 | 四月确实腰斩过一次,但那是清洗跟风用户;此后下载量月度仍在正增长,商业侧融资和收入都在加速 |
| 「热度下降说明是伪需求」 | 企业侧同时在扩张:Gartner 预测 2026 年底全球 40% 的企业应用将内置任务型 AI 智能体;IDC 口径下中国企业级 AI 智能体市场 2025 年 212 亿元,2026 年预计增至 449 亿元 |
| 「留不住人就是产品不行」 | 留不住的多数是「连安装都要找人代劳」的用户。产品本身在快速迭代——OpenClaw 90 天发了 23 个稳定版 |
| 「小公司用不上」 | 恰恰相反,落地的重头在本地化部署,中小企业没有 AI 团队也能起步,难点不在买不买得到,在有没有具体流程可挂 |
四、Mac mini 现在值不值得买
这一轮「Mac mini 值不值得买」的讨论,起点就是 Agent 热潮 —— M4 版一度全球断货,二手价甚至高于官方零售价,苹果 CEO 也公开说过缺货。热潮退了,问题反而变得清楚:它到底能干什么。
直接看真机实测(Mac mini M6、32GB 统一内存,跑 27B 参数的 Q4 量化模型):
| 指标 | 实测值 | 意味着什么 |
|---|---|---|
| Prompt 处理 | 约 220 token/s | 长文档喂进去不吃力 |
| 生成速度 | 8.33 token/s | 约每分钟 500 字,1000 token 的回答要等 2 分钟左右 |
| 可用的量化档 | Q4(约 16GB) | Q8 约 29GB,32GB 塞不下 |
| 内存余量 | Metal 推荐工作集上限约 26.8GB | 上下文一长就吃紧,这是本地部署的经典翻车点 |
把三条主流路线摆在一起,规律会更清楚:
| 路线 | 大致预算 | 生成速度 | 适合什么 |
|---|---|---|---|
| Mac 统一内存(M6 32GB) | 7000 ~ 10000 元 | 约 8 token/s | 安静省电、开箱即用;文档问答、涉密材料的批量处理 |
| 大显存显卡整机 | 约 1.6 万元起 | 约 50 token/s,上下文可到 160k | 要交互式协作、要长上下文,这才是「能干活」的门槛 |
| 低配显卡 + 大内存 | 更低 | 约 6 token/s | 不聊天,只挂机出活——写长稿、啃长文档、批量核对 |
有一句总结值得记下来:在本地大模型这里,速度就是用途。30 token/s 以上才能对话式协作,8 token/s 只能「发出去就去干别的」,6 token/s 就是纯粹挂机。
本地部署给你的是「数据主权」和「边际成本趋零」,不是一个不要钱的员工。
把它当成一个不知疲倦、但只有短期记忆的实习生,预期就对了。
四种人,四种买法
| 你是哪种 | 建议 |
|---|---|
| 只是好奇,还没真用过本地模型 | 先别买任何硬件。用现有电脑接商用 API 把逻辑跑通,国内主流平台都有额度,日常用花不了几个钱 |
| 有隐私或离线刚需,使用强度不高 | Mac mini 32GB 是最省心的入场券,安静省电开箱即用。记住两条:买 32GB 内存、别买 256GB 硬盘 |
| 要交互速度、要长上下文、想折腾本地 Agent | 上显卡方案。24GB 显存是 27B 的甜点位,预算按 1.5 万往上做整机 |
| 只想挂机批量出活、预算有限 | 低配也能玩,把虚拟内存上限拉高。这条路的上限比想象中高 |
两个坑必须说清楚:
- 256GB 版是个陷阱。实测 SSD 速度减半,而且这一代闪存直接焊死在主板上,第三方扩容的路被堵死了。一个 27B 的 Q4 模型就占 16GB,256GB 很快就会不够用。
- 这一代比上一代贵了约一千元。不着急的话,可以等渠道价和补贴稳定再出手。
五、普通人买完,到底有没有用
这个问题得诚实回答:分人。而且分界线不在预算,在「你有没有一件反复要做、又占时间的事」。
| 情况 | 买完的结果 |
|---|---|
| 有一件每周都要做、每次都差不多的活(整理报表、归档资料、批量改名、汇总邮件) | 大概率有用。这类活最容易做成固定的自动流程,做完一次就能一直用 |
| 只是觉得「以后应该用得上」,暂时没有具体的事 | 大概率吃灰。设备本身不会替你找到用途 |
| 想省掉云端的订阅费 | 算不过账。省下的订阅费,抵不过硬件折旧和折腾的时间 |
| 有数据不能外发的硬约束 | 这是本地部署最有说服力的理由,也是花钱最值的一种 |
一句话判断:如果你脑子里能立刻说出三件「每周都做、做起来烦」的事,那它有用;如果说不出来,先别买,拿云端 API 试一个月再说。
至于「本地模型能不能替代云端」,答案是不能,而且差得不是一点半点。本地给的是数据主权和边际成本趋零;长链路改代码、复杂排错这些活,仍然是云端的强项。真正的用法是分工:批量改写、分类、翻译、涉密材料放本地,需要脑子的活交给云端。
六、个人和小公司,现在该往哪落
把这几个月的走势看下来,落点其实很清楚:别追工具的版本,追你手上那件具体的事。
| 落点 | 具体怎么做 |
|---|---|
| ① 先找流程,再选工具 | 把每周重复三次以上的事列出来,挑最烦的一件,先用手工做一遍流程,再交给 Agent。反过来做(先装工具再找用处)是上一轮退坑的主因 |
| ② 用云端起步,别一上来买硬件 | 国内主流平台的额度足够把逻辑跑通。等到真的碰到「数据不能外发」或「调用量太大」,再考虑本地部署 |
| ③ 小公司盯垂直场景 | 通用型工具做不到行业深处。钉钉悟空、WindClaw 这类扎进具体工作流的工具,在专业圈层里被验证得更扎实——选型时优先看有没有你这个行业的现成工作流 |
| ④ 把成果沉淀成可复用的技能 | 新一代 Agent 会把一次任务的过程存下来,下次同类任务直接调用。这意味着用得越久越顺手——前期投入是值得的 |
| ⑤ 控制预期:它是实习生,不是员工 | 不知疲倦,但只有短期记忆,需要你把要求说清楚、把结果检查一遍。抱着「雇了个员工」的预期来的,基本都会失望 |
七、最后
这一轮降温里,被降掉的是「装上它就能改变什么」的想象;留下来的是「有一件具体的活,交出去确实省事」的现实。
对普通人来说,好消息是这件事的门槛已经降到不需要买硬件了 —— 先用现成的电脑和云端接口,把手上的活跑通一遍,你会立刻知道自己是不是那个「用得上的人」。说不出来的那种,不买就是最好的选择。
对小公司来说,真正拉开差距的不是买了什么工具,而是有没有把一件反复做的事,真的说清楚过一次。说清楚了,工具随手就有;说不清楚,再贵的机器也只是安静地占着桌面。