我的 128内存 M5 Max 装机给了 Claude Code
Source: http://x.com/i/article/2047196545024708608
昨天 M5 Max 16 寸 / 128G /到货了。
全价买的,没用任何折扣。
下单的时候说实话心疼了一下,但更怕错过。AI 一天人间一年,机器跟不上工作流就是慢性自杀。
到货后我没干别的——全程实录了从 0 到 1 把这台空 Mac 配成"重型 AI 节点 + 主力开发机"的整个过程。
GitHub repo 在这:setup-m5-max[1],clone 下来跟着走,配自己的 M 系列 Mac 都适用。
下面是这次装机最值钱的几个真实细节。
1. 三机分工,不要全量迁移
这是装新机器要想清楚的第一件事:新机器到底是什么角色?
我家里现在有三台 Mac,分工是这样的:
我没有用 Migration Assistant 全量克隆——把 MBA 这两年的"数字债"复制到新机,等于浪费 128G 内存的最大价值。新机器最值钱的资产是环境干净。
三机分工是资产,不是负担。
2. 真正的第 0 步:先装代理(血泪教训)
我自己踩了这个坑——没在第一时间装代理工具,结果到 brew 这一步被网络问题卡了 30 分钟,绕路换了国内镜像才装通。
最扎心的对比,我装 Claude Code 的真实时间:
30 倍速差。 我当时反应:
"都想给我自己一耳光,太傻了"
如果你只看完这一段就关掉文章,记住一句话: 国内配新 Mac,先开代理,再装一切。
还有个隐藏的坑——系统代理对终端 CLI 工具无效。必须手动 export:
export HTTP_PROXY=http://127.0.0.1:7897 export HTTPS_PROXY=http://127.0.0.1:7897 export ALL_PROXY=socks5://127.0.0.1:7897
后面 brew install / ollama pull / npm install 全靠这三行。
3. 先装 ToDesk,让两台机器协作
新机器在桌子右边、键盘鼠标也在那边,但我习惯坐在 MBA 前操作。来回切机器太累。
第一件该装的 GUI 应用是 ToDesk——让 MBA 远程控制 M5 Max。
截图里能看到:"正在被 Sitin彭涛 控制 00:19:03"——MBA 这一头远程接管 M5 Max 已经 19 分钟。整个装机过程都是这样进行的。
4. 手动 5 分钟,自动化全部
整个装机的核心思路:
人类干的:开机 → 装 Xcode CLT → 装 Homebrew → 装 Claude Code(5 分钟) ↓ 机器干的:把任务交给 Claude Code,它按清单跑完所有阶段
阶段 0 装好 Claude Code 之后,剩下的事我都是给它说一句:
"按 SETUP.md 的阶段 1-6 配置这台 M5 Max。每完成一阶段告诉我让我确认。"
然后我去喝水、刷手机、看着它干活。
启动 Claude Code 时我用了全自动模式:
claude --dangerously-skip-permissions
这个标志跳过所有"是否允许执行"的确认弹窗。只在受控场景(装机、批量重构)开,不是默认推荐。
底部那一行 bypass permissions on 就是 AI 全自动接管的信号。
5. AI 协作时代的"装机新形态"
接下来几个小时,我和 Claude Code 是两台机器同时干活:
- • 我(MBA 上):盯着 git pull,每收到一笔 commit 就写一段实战日志
- • Claude Code(M5 Max 上):自己跑 brew install、解决报错、追加日志、commit、push
每一笔提交都是 M5 Max 那边自动 push 上来的:
c5cf913 stage 1: brew bundle done (48/49 packages, Lark skipped) 1183cda stage 2: AI tools installed, models blocked by proxy 52e84ea stage 2 complete: AI stack + 89GB models downloaded 3efbd93 stage 3 partial: cocoapods + swiftformat installed 8a9eb32 stage 5.3: system preferences done 566bf81 add Brewfile-extra: 25 daily apps + dev tools, Xcode done 98b3152 stage 6: demo screenshots +verify.sh
fixes for full green
最戏剧性的一刻——当 Claude Code 自动化阶段全部跑完,停下来汇报:
"我已经把自动化的全部完了,现在停下来汇报状态" + 一份"需要您手动操作"的清单(去 App Store 装 Xcode / 从老机器搬 SSH 配置)。
这就是 AI 协作的标准形态——机器干完它擅长的,把剩下需要决策/物理操作的留给人。
6. 最值得记录的真实数据
模型下载断点续传
89GB 总下载量,代理时不时断连,但 ollama 支持断点续传,每次重试都推进一大截。走代理后下载速度 30-56 MB/s。
Llama 70B 在 M5 Max 上的真实推理速度
12.8 token/s 输出速度 —— 70B 量化模型在 M5 Max 128G + Metal GPU + llama.cpp 后端的实测数据。日常聊天/写代码完全够用。
Flux 本地出图
ComfyUI + Flux.1 Dev 模型,本地出图,画质满分。日常做内容、做产品 demo 不再每张烧 API 钱。
最终验证
47 项 PASS,0 项 FAIL,1 项警告(FileVault 我后来开了)。
7. 真实时间账(含踩坑)
最终装下来:Homebrew 包 90+ / Cask 30+ / Ollama 模型 2 个 / Python venv 2 个 / 总占用 ~120GB。
8. 128G 的真实收益
- • 本地跑 70B 模型不换页,响应速度 12+ token/s
- • 同时开 ComfyUI + 100 个浏览器标签 + Xcode 编译,毫无压力
- • Whisper 转录 1 小时音频,本地 5 分钟搞定,不用花 API 钱
- • iOS 编译时间从 MBA 的 3-5 分钟降到 30 秒级别
心疼归心疼。该上还是要上。
9. 精选避坑清单
如果你也要配 M5 Max(或任何 M 系列 Mac),记住这几条能少走很多弯路:
- 1.
先装代理再装一切(血泪教训,省 30 分钟+)
- 2.
终端代理要手动 export,系统代理对 CLI 无效
- 3.
xcode-select --install 的弹窗会藏在窗口后面,Cmd+Tab 找
- 4.
sudo 密码盲打不显示,慢点输,连错 3 次锁定
- 5.
Lark CDN 从新加坡下载极慢,走代理或直接去 lark.com 下 DMG
- 6.
swiftlint 必须等 Xcode 装完才能 brew install
- 7.
ollama pull 支持断点续传,断了重跑就行
- 8.
OrbStack 装完需要首次 GUI 启动才能用 docker 命令
- 9.
Migration Assistant 全量迁移别用,新机器价值在干净
10. 三个最有价值的判断 1. 不做 Migration Assistant 全量克隆
把老机器的"数字债"复制到新机,等于浪费 128G 的最大价值。
2. 让 Claude Code 接管装机本身
这是 AI 时代的元配置——你的 AI 助手是你的第一个用户。
实际效果:Claude Code 自动跑了 80+ 个 brew install、安装 AI 栈、拉 89GB 模型(断了自动重试)、设系统偏好、写完整安装日志、自己 commit + push——全程我只做了两件事:确认 + 截屏。 3. Brewfile 即文档
Brewfile-core + Brewfile-extra 这两份文件就是"我装了什么"的最准确文档。下次配新机一行命令复现,包列表本身就是可读的工具推荐清单。
配套资源
完整 GitHub 仓库: github.com/sit-in/setup-m5-max 里面有:
- • SETUP.md — 6 阶段配置指南
- • Brewfile-core — 49 个核心开发工具
- • Brewfile-extra — 25 个日常 App + 开发者好物
- •
ai-stack.sh— AI 栈安装脚本 - •
verify.sh— 最终验证脚本 - • LOG.md — 完整装机流水账(真实输出 + 14 张截图 + 每个坑)
- • TUTORIAL.md — 教程长版(这篇文章的源头)
clone 下来,跟着 SETUP.md 走,2 小时配完一台干净的 AI 节点 Mac。
推荐我用的产品 / 服务
- • Claude Max — 主力 AI 协作(225 美金/月)
- • Gemini Pro — 备选 + 大上下文(250 美金/月)
- • ChatGPT Pro — 推理 + GPT Image(200 美金/月)
- •
AIGoCode.com— API 中转,Claude/GPT/Gemini 全线接入,按 token 计费,适合没订阅 / 团队接入 - •
HiAPI.ai— 我们做的图像/视频 API 聚合,ChatGPT Image 2 已上线,新人注册50张图免费用,适合不想本地塞机器但想用最新模型的场景
我的朋友圈日常分享 AI 创业、产品落地、订阅工具的真实使用体感。 欢迎加我 vx:257735 备注【AI】,每天 5 个名额。
引用链接
[1] setup-m5-max:
*https://github.com/sit-in/setup-m5-max*
欢迎关注,这个账号还会持续分享更多AI编程、出海工具、实战经验、踩坑记录。
想了解更多可以加我 vx: 257735 聊。