團隊討論「Mac 做 AI 開發怎麼配」時，常見誤區：等 M5 再搭流水線，或在筆電同時扛 Runner + Ollama。本文接 總文因果鏈，講本機與 Cloud Mac 分工——打斷退化路徑，不是租買二選一。
與 Cloud Mac vs 本機 Mac 的差異：本篇聚焦 AI 場景「先租 vs 等 M5」。
兩個常見誤區
誤區 1：「M5 出來就一勞永逸」。 若瓶頸是 Swap 和 CI 變慢，同檔記憶體的 M5 不能替代排班或 24GB。
誤區 2：「Cloud Mac = 遠端桌面」。 在 AI 開發裡它是跑 Runner 和 Ollama 的專用 macOS 節點。
本機與雲端怎麼分
| 放哪 | 典型任務 |
|---|---|
| 本機 Mac | 寫程式、Review、Claude Code |
| Cloud Mac | Runner、xcodebuild、簽名 |
| Cloud Mac 或錯峰 | Ollama embedding、批推理 |
筆電合蓋後，Runner 和 Ollama 仍應在雲端繼續跑。
記憶體吃緊時先做什么
依總文「升級壓力」估算，結果明顯 > 0 時建議順序：
- 排班 — CI 前
ollama stop（runbook） - 分區 — Runner 上 Cloud Mac，Ollama 夜間 batch
- 升配 — 24GB 實體機或長期租用更大記憶體檔
「等 M5」不在前三步——除非記憶體有餘量、只是 tok/s 不夠。
什麼時候先租 Cloud Mac 比等 M5 更划算
- 流水線空窗 — 等發表會但 iOS CI 仍要跑；按日 Cloud Mac 可立刻跑通 Runner。
- 採購不確定 — 先用 M4 24GB Cloud Mac 跑完 Ollama 實測再決定買 16 還是 24GB。
- 峰值負載 — 發布週 CI burst 翻倍，臨時加 Cloud Mac 比換整機便宜。
什麼時候仍該買實體 M4
日常 IDE 要低延遲；或 24GB 長期滿載且 Cloud Mac 月租超過折舊。即使買實體，仍建議 Runner + 推理分區。