Bạn có một chiếc máy tính ở nhà đang rảnh rỗi lúc này. Một chiếc laptop đang gập màn hình. Một chiếc Mac mini trên kệ. Một chiếc PC chơi game cũ kỹ dưới bàn, khởi động chỉ để nghe Spotify rồi lại tắt đi. Nó ngốn điện, chiếm diện tích, và chẳng đóng góp gì cho cuộc sống của bạn.
Trong khi đó, sao kê thẻ tín dụng của bạn cho thấy 412 đô la Mỹ mỗi tháng bay vào các gói đăng ký AI. Claude Max, ChatGPT Pro, Cursor, Perplexity, hai dịch vụ phiên âm mà bạn quên là đã đăng ký, một "trợ lý viết lách" bạn dùng đúng một lần. 4,944 đô la Mỹ một năm để thuê sức mạnh tính toán mà thực ra có thể nằm gọn trong một món phần cứng đơn lẻ đang im lìm trong nhà bạn.
Vào năm 2026, hai sự thật này va chạm. Những mô hình tương tự đứng sau các gói đăng ký đắt đỏ nhất thị trường hiện nay có thể chạy trên phần cứng có giá rẻ hơn ba tháng hóa đơn mà chúng đang thay thế. Và chiếc máy đó không chỉ chạy mô hình. Nó chạy trong lúc bạn ngủ, theo một lịch trình bạn đặt, làm những công việc mà bạn sẽ không bao giờ có thời gian tự làm.
Đây là bài viết chọn phần cứng, chọn bộ não, và cho bạn thấy chiếc hộp thực sự làm gì khi bạn không còn là người bấm nút nữa.
Chọn chiếc hộp
Bốn lựa chọn đáng mua. Hai chiếc là máy tính nhỏ im lặng. Hai chiếc là card bạn cắm vào một chiếc desktop bạn đã có sẵn.
Con đường im lặng dễ dàng hơn. Mac mini M4, 599 đô la Mỹ, là nơi hầu hết mọi người đổ về. Mọi thiết lập AI cục bộ cuối cùng đều trỏ đến đây vì một lựa chọn thiết kế. PC thông thường sao chép dữ liệu giữa RAM hệ thống và VRAM GPU và bạn bị giới hạn bởi những gì card có. Apple Silicon chia sẻ một vùng nhớ chung. Mô hình được tải một lần. Cả hai bộ xử lý đều đọc từ cùng một nơi. Phiên bản 599 đô la Mỹ với 16GB chạy các mô hình 7-8B nhanh hơn máy Windows có giá gấp đôi. Nâng cấp lên 32GB cho các mô hình 14B. Nâng cấp lên M4 Pro với giá 1,399 đô la Mỹ có 48GB và bạn đang chạy các mô hình Llama-class 70B trên một thứ nhỏ bằng cái bánh sandwich. Mức tiêu thụ điện 8 đến 25W, quạt chạy im lặng, tiền điện khoảng 4 đô la Mỹ một tháng. Đây là chiếc hộp nếu bạn không bao giờ muốn nghĩ về phần cứng nữa.
Mac Studio M3 Ultra, 4,199 đô la Mỹ là phiên bản không khoan nhượng của cùng một ý tưởng. Cấu hình cơ bản 96GB bộ nhớ hợp nhất, tối đa 192GB. Trên mức này, bạn đang ở trong lãnh thổ server-rack với sáu con số đính kèm. 192GB tải các mô hình trọng lượng mở lớn nhất hiện có, kích thước đầy đủ, không có thủ thuật nén. Cùng hạng cân với các gói đăng ký đắt nhất thị trường. Tiền điện tối đa khoảng 14 đô la Mỹ một tháng, hòa vốn so với một gói đăng ký 200 đô la Mỹ/tháng duy nhất ở tháng thứ 22. Các máy này dùng được 7 đến 10 năm. Đây là chiếc hộp dành cho người đang chi 400+ đô la Mỹ/tháng cho các gói đăng ký hôm nay, hoặc người mà công việc của họ về mặt pháp lý không thể rời khỏi thiết bị của họ. Luật sư, bác sĩ, nhà báo bảo vệ nguồn tin, nhà phân tích tài chính.
Nếu bạn muốn dùng một chiếc desktop bạn đã có, hai card. Tesla M40 24GB, 130 đô la Mỹ đã qua sử dụng trên eBay. Một card trung tâm dữ liệu NVIDIA phát hành năm 2015 với giá 3,500 đô la Mỹ. Từ lâu đã nghỉ hưu khỏi các trang trại máy chủ, tràn ra thị trường thứ cấp với giá dưới 150 đô la Mỹ. 24GB VRAM, giống hệt một chiếc RTX 5090 hoàn toàn mới. Đủ để chạy mô hình 27B sánh ngang với các mô hình tiên tiến trên hầu hết các điểm chuẩn. Điểm yếu: không có đầu ra màn hình nên bạn giữ GPU chính cho màn hình, không có quạt tích hợp nên thêm 25 đô la Mỹ cho một vỏ bọc in 3D và một cái quạt Noctua, cần một bộ chuyển đổi EPS sang PCIe giá 10 đô la Mỹ. Tổng chi phí khoảng 165 đô la Mỹ. Hoàn vốn chỉ sau hai tuần so với một gói Pro đơn lẻ.
RTX 3090 đã qua sử dụng, 700 đô la Mỹ. Đối với AI cục bộ, VRAM quan trọng hơn thế hệ GPU, và 3090 là người chiến thắng về giá trên VRAM tồn tại vào năm 2026. Một chiếc RTX 5090 mới có 32GB với giá 3,800 đô la Mỹ. Một chiếc 4090 đã qua sử dụng có 24GB với giá 2,000 đô la Mỹ. Một chiếc 3090 năm tuổi có cùng 24GB như 4090 và được bán với giá 650 đến 750 đô la Mỹ. Cùng kích thước mô hình khả dụng, 70 đến 80% tốc độ, một phần ba giá. Cắm nó vào một PC chơi game hiện có, tổng cộng khoảng 850 đô la Mỹ, chạy mô hình 27B ở tốc độ 25 đến 30 token mỗi giây. Hai quy tắc khi mua card đã qua sử dụng: phản hồi người bán 98%+, và bỏ qua bất cứ thứ gì đề cập đến đào coin. Vận hành ở nhiệt độ cao giết chết chip nhớ. Chơi game thì khác.
Chọn trong một hơi thở:
1muốn im lặng, không cần cài đặt, hoạt động mãi mãi -> Mac mini M4, 599 đô la Mỹ2đang chi 400+ đô la/tháng cho subs hoặc bị khóa quyền riêng tư -> Mac Studio M3 Ultra, 4,199 đô la Mỹ3đã có desktop, đầu vào rẻ nhất có thể -> Tesla M40, 130 đô la Mỹ4đã có PC chơi game, tốc độ tốt nhất với số tiền bỏ ra -> RTX 3090 đã qua sử dụng, 700 đô la Mỹ
Dù bạn chọn cái nào, việc cài đặt chỉ cần ba lệnh và chúng giống hệt nhau trên mọi cấp độ:
1curl -fsSL https://ollama.com/install.sh | sh2ollama pull qwen2.5:32b3ANTHROPIC_BASE_URL=http://localhost:11434/v1 claude
Chọn bộ não
Phần cứng là cơ thể. Suy nghĩ vẫn cần một trí óc, và mẹo giúp tiết kiệm nhiều tiền nhất là sử dụng nhiều hơn một.
Claude Sonnet là hạng nặng. Hướng nó vào các công việc cần suy luận thực sự. Kéo 15 nguồn và cân nhắc các tuyên bố mạnh nhất với nhau. Quyết định trong số 400 ghi chú trong kho của bạn, một bài viết mới kết nối với cái nào. Khoảng 3 đô la Mỹ cho mỗi triệu token đầu vào. Chưa có gì cục bộ sánh kịp nó về tư duy phức tạp nhiều bước.
Claude Haiku là tay làm việc rẻ. Gắn thẻ. Kiểm tra tính hợp lý. Chọn cái nào trong ba tùy chọn để hiển thị trong bản tóm tắt buổi sáng của bạn. Rẻ hơn Sonnet khoảng 12 lần. Loại công việc tốn ít hơn một xu cho mỗi lần gọi.
Một mô hình cục bộ, bất cứ thứ gì vừa với VRAM của chiếc hộp bạn, là người lao động không bao giờ gửi dữ liệu ra ngoài. Sống trên máy của bạn. Xử lý phiên âm, tóm tắt, bất cứ thứ gì bạn không muốn trả tiền cho mỗi token và không muốn gửi nội dung nhạy cảm đến máy chủ. Miễn phí sau tiền điện.
Quy tắc tiết kiệm nhiều tiền nhất: đừng chạy Sonnet để gắn thẻ, đừng chạy Haiku để suy luận, đừng gửi nội dung riêng tư ra ngoài khi mô hình cục bộ xử lý ổn. Chiếc hộp của bạn cho phép bạn pha trộn các bếp. Bạn không chạy nồi chiên ngập dầu để luộc một quả trứng.
Nó làm gì trong khi bạn ngủ
Một chiếc hộp luôn bật là lãng phí nếu tất cả những gì nó làm là thay thế một tab chat. Vấn đề là để nó làm việc mà không có bạn. Mọi công việc đều có cùng một hình dạng bốn phần:
1KÍCH HOẠT -> thứ gì đó khởi động nó (lịch trình, tệp mới, webhook)2LÀM -> công việc diễn ra3XÁC MINH -> kết quả được kiểm tra dựa trên một quy tắc cứng4LẶP LẠI -> sửa những gì thất bại, hoặc dừng lại nếu nó vượt qua
Ba công việc đáng thiết lập vào cuối tuần đầu tiên.
Người gác cổng. Theo dõi hộp thư đến của bạn. Mọi email mới được phân loại vào ba đống: cần trả lời, thông báo, rác. Một bản nháp trả lời hai dòng được viết cho đống đầu tiên để bạn chỉ cần phê duyệt nó. Bạn thức dậy với bốn email trả lời được viết sẵn, nhấn gửi ba cái, chỉnh sửa một cái. Hộp thư đến xử lý xong trong bảy phút.
Người vẽ bản đồ. Sống trong thư mục ghi chú của bạn. Mọi bài viết bạn lưu, mọi liên kết YouTube bạn thả vào, mọi bản ghi cuộc họp đến đó đều được xử lý: tóm tắt 1 dòng, ba tuyên bố chính, trích dẫn mạnh nhất được rút ra, và ghi chú mới được liên kết với các ghi chú hiện có về cùng chủ đề. Quy tắc xác minh: ghi chú có đủ bốn phần và ít nhất một wiki-link đến ghi chú hiện có. Nội dung rác được gắn thẻ "tín hiệu thấp" và bị bỏ qua. Sau hai tháng, đống "đọc sau" của bạn biến thành một kho lưu trữ có thể tìm kiếm về các lập luận và trích dẫn thay vì một nghĩa địa của các tab.
Người theo dõi. Hầu như không làm gì cả. Đó là công việc. Theo dõi một danh sách những thứ bạn bảo nó theo dõi. Một từ khóa trong kênh Telegram. Một bài đăng tuyển dụng cụ thể. Một mức giá trên Amazon. Người theo dõi gửi tin nhắn đến điện thoại của bạn chỉ khi một thứ gì đó thực sự vượt qua ngưỡng bạn đặt. Chạy trên Haiku. Tốn ít hơn một xu mỗi ngày.
Ba quy tắc phân biệt các công việc tồn tại với các công việc âm thầm đốt tiền: xác minh phải là một quy tắc cứng, không phải là một cảm giác. Công việc phải nhớ những gì nó đã thử. Công việc phải biết khi nào nên bỏ cuộc. Bỏ qua bất kỳ điều nào trong số đó và bạn thức dậy với một hóa đơn token thay vì một kết quả.
Phép tính
1Phần cứng (một lần) 130 đến 4,199 đô la Mỹ2Tiền điện 4 đến 14 đô la Mỹ / tháng3Tùy chọn: giữ MỘT gói đăng ký 20 đô la Mỹ / tháng
Bộ gói đăng ký cũ: 412 đô la Mỹ/tháng, 4,944 đô la Mỹ/năm.
Bộ mới với đầu vào rẻ nhất: 130 đô la Mỹ phần cứng + 96 đô la Mỹ/năm tiền điện + 240 đô la Mỹ/năm cho một gói đăng ký được giữ lại = 466 đô la Mỹ trong năm đầu, 336 đô la Mỹ mỗi năm sau đó. Đó là giảm 90% hóa đơn, ngay năm đầu, đã bao gồm cả chiếc hộp. Ngay cả Mac Studio cũng hòa vốn so với một gói đăng ký 200 đô la Mỹ/tháng duy nhất ở tháng thứ 22, và sau đó đó là tiền tiết kiệm thuần túy trong suốt thập kỷ nó tiếp tục chạy.
Hãy thử một cái trước khi mua bất cứ thứ gì
Bạn có thể cảm nhận một công việc ngay bây giờ, trong bất kỳ cuộc trò chuyện nào, chỉ với một câu lệnh:
1Bạn sẽ làm việc theo một vòng lặp cho đến khi nhiệm vụ đáp ứng tiêu chuẩn.23NHIỆM VỤ: [mô tả chính xác những gì bạn muốn được tạo ra]45TIÊU CHÍ THÀNH CÔNG (nghiêm ngặt, không có điểm đạt mềm):6- [tiêu chí 1]7- [tiêu chí 2]8- [tiêu chí 3]910GIAO THỨC VÒNG LẶP, lặp lại mỗi lượt:111. LẬP KẾ HOẠCH - nêu bước duy nhất tiếp theo.122. LÀM - tạo ra hoặc cải thiện công việc.133. XÁC MINH - chấm điểm 1-10 cho mỗi tiêu chí, trung thực tàn nhẫn.144. QUYẾT ĐỊNH - nếu mọi điểm đều là 8+, in "HOÀN THÀNH" và dừng lại.15 Nếu không, in "ĐANG LẶP LẠI" và sửa điểm yếu nhất.1617Không bao giờ được gọi là hoàn thành cho đến khi mọi tiêu chí đều là 8+.18Đừng hỏi tôi câu hỏi. Đưa ra một giả định hợp lý và tiếp tục.
Nó phác thảo, tự chấm điểm, tìm ra điểm yếu, viết lại, lặp lại. Đó là một công việc, được xây dựng chỉ với một đoạn văn. Điều còn thiếu là phần quan trọng: bạn vẫn là người kích hoạt. Đóng tab lại và nó biến mất.
Nếu bạn tự tay chạy một việc như thế này ba lần trong một tuần, nó đã xứng đáng có một vị trí cố định trên chiếc hộp. Nếu bạn không dùng đến nó hai lần, không có phần cứng nào cứu vãn được.
Thứ tự để làm việc này
Làm cho một lần chạy thủ công đáng tin cậy trong một cuộc trò chuyện thông thường. Biến nó thành một tập lệnh. Bọc tập lệnh trong một cổng xác minh thực sự và một điều kiện dừng thực sự. Chỉ sau đó mới đặt nó vào một lịch trình. Nhảy cóc chính xác là cách một công việc chạy suốt đêm với một đầu vào sai và âm thầm tiêu tốn tiền của bạn trong khi bạn ngủ.
Vấn đề cốt lõi
Chiếc máy tính trong nhà bạn không làm gì 23 giờ mỗi ngày là một cỗ máy sai lầm. Nó rảnh rỗi vì bạn là thứ duy nhất bảo nó phải làm gì. Cỗ máy đúng đắn không chờ đợi. Nó chạy trong khi bạn đang ăn tối, trong khi bạn đang ngủ, trong khi bạn đang trong một cuộc họp chẳng liên quan gì đến nó. Công việc hiện ra trên điện thoại của bạn vào buổi sáng và bạn quyết định phải làm gì với nó.
Đừng thuê sức mạnh tính toán mà có thể nằm gọn trên một chiếc GPU 130 đô la Mỹ. Hãy mua chiếc hộp. Ngủ trong khi công việc được hoàn thành.
Nếu bạn muốn nhiều bài phân tích như thế này, tôi đăng một bài vài ngày một lần.
Telegram — https://t.me/GipArcAI
