三年前我从Intel版MacBook Pro 16寸换到M1 MacBook Air时，写了一篇评测，结论是”Air已经比Pro强了”。当时很多人不同意，觉得我言过其实。
三年后，M4版MacBook Air再次证明了那篇文章的方向是对的。这三个月的深度使用，让我更确定了一个观点：对大多数开发者来说，MacBook Air才是最优解。
为什么选Air而不是Pro#
我的工作场景是这样的：
- 主力语言是Python和TypeScript，偶尔编译Rust
- 大量使用Claude Code做AI辅助编程
- 同时运行Docker容器、浏览器、IDE、终端
- 有本地大模型推理需求（LM Studio）
- 需要长期背着电脑移动办公
在这个场景下，Pro的优势是什么？更强的散热能力、更高的峰值性能、更多接口。但Air的优势——更轻、更安静、续航更好——对我的实际价值更高。
M4版本的Air在持续性能输出上有了显著提升。过去Air的弱点是：一旦机器发热，就会降频，性能明显下降。M4的能效比更进一步，持续高性能输出的时间大幅延长。
我的实际测试：连续编译一个中大型Rust项目（大约需要15分钟），M4 Air没有出现明显降频，整段时间内性能输出稳定。这在M1时代是不可想象的。
日常性能体验#
开发工作流#
我的日常工作流基本是这样：
- VS Code + 5-6个扩展同时运行
- Chrome（30+标签）
- Docker Desktop（2-3个容器）
- iTerm2（4-5个窗口）
- LM Studio（后台运行，本地模型用于快速代码补全）
- 音乐播放
这套配置在16GB内存下，M4 Air的表现是：几乎不杀后台应用。
之前的Intel MBA 16GB在类似负载下，Docker容器经常被系统杀死，Chrome标签需要频繁刷新。统一内存架构加上M4的内存带宽提升，让这种多任务场景终于不再需要小心翼翼。
本地大模型推理#
这是让我最惊喜的部分。M4的Neural Engine在机器学习推理任务上有显著提升。用LM Studio跑Qwen2.5-7B-Q4模型，生成速度稳定在22-25 tokens/秒。这个速度意味着什么？
意味着我可以把很多”不值得花API费用”的场景迁移到本地：代码补全建议、文本批量处理、快速原型验证。
更重要的是，响应延迟低到足够让我把本地模型用作主力代码补全工具，而不是偶尔用一下的备用方案。Claude的API作为主力，本地模型作为补充，两者的组合覆盖了我几乎所有的编程场景。
续航：真实工作日的考验#
官方数字是18小时。我的实际测试：
- 高强度工作日（编译+Docker+浏览器+LM Studio）：约9-10小时
- 中等强度工作日（开发+文档+会议）：约12-13小时
- 轻量使用日（写作+阅读+邮件）：约15小时
高强度场景下实际续航大约是官方数字的55%，但这个”官方数字打折”在所有笔记本电脑上都存在，苹果已经算是虚标较少的了。
一个对续航帮助很大的设置：把LM Studio设置为”低功耗模式”。在不需要本地推理的时候，切换到这个模式，功耗可以降低30%，续航相应延长。对于需要长时间不插电工作的人来说，这个功能很实用。
无风扇设计的真实感受#
MacBook Air最大的特点是无风扇。这个设计在M1时代让我担心过发热问题，现在看来是多虑了。
日常开发场景，机身温度：温热但不烫手。
只有两种情况机器会明显发热：
- 长时间跑满CPU（比如持续15分钟以上的编译）
- 环境温度超过30度
平时打字的时候，机身温度和体温差不多，完全不影响使用体验。这一点对我的工作环境来说很重要——我经常把电脑放在膝盖上编程，风扇噪音和发热都是我不能接受的。
无风扇还带来了一个意外的优点：零噪音意味着零干扰。我工作的地方有时候很安静（咖啡馆、图书馆），有风扇的机器在安静环境里会发出恼人的嗡嗡声。Air的绝对静音在这些场景下是巨大的优势。
屏幕和接口#
屏幕#
M4 Air的屏幕是13.6寸Liquid Retina，最高500尼特亮度，支持P3广色域。
我对屏幕的需求主要是编程和写作，这个屏幕完全满足。文字清晰锐利，代码高亮颜色准确，长时间看屏幕眼睛不累。
不过我有一个小建议：如果你经常在户外或者窗边工作，配一个屏幕遮光罩会大幅提升可读性。500尼特在强光下的可读性仍然有限。
接口#
只有两个USB-C（雷电4）和一个MagSafe充电口。
我用的解决方案是：一个贝尔金六合一hub，常年插在桌上，连接显示器、键鼠和移动硬盘。出门只带电脑，回家插一根线。
这个配置对桌面使用场景来说很舒服，但如果你需要频繁连接投影仪、SD卡、网线等外设，Air的接口数量确实会不太方便。这种情况下可能Pro更合适。
与Windows轻薄本的对比#
很多人买电脑前会在Mac和Windows之间犹豫。我的观察：
Mac的优势：
- 统一内存架构在AI相关任务上有显著优势
- macOS的Terminal体验比Windows好得多
- 与iPhone/iPad的无缝协作
- 机器学习工具链（特别是Apple Silicon优化过的框架）更成熟
Windows的优势：
- 游戏支持
- 部分专业软件只有Windows版（如某些EDA工具）
- 更广泛的硬件选择（从便宜到昂贵都有）
- 在国内环境下，某些场景下兼容性更好
我的选择标准：如果你的工作可以在macOS上完成，Mac的生产效率通常是Windows的1.2-1.5倍。这个差距来自系统流畅度、Terminal体验、以及苹果生态内设备协作的无缝感。
升级建议：16GB还是24GB？#
如果你有本地运行大模型的需求，24GB是唯一合理的选择。
LM Studio在16GB上运行Q4量化的7B模型后，留给系统的内存已经不多了。如果你想跑更大的模型（比如14B或更大），或者想在运行模型的同时保持多个开发工具流畅，16GB会明显吃力。
我的配置是24GB，多花的1500元完全值得。本地大模型的可用性和速度都有保障，而且这台机器的服役时间会比16GB版本长2-3年。
硬盘方面，512GB是我认为的”够用底线”。256GB在2026年确实有些紧张，特别是如果你需要本地存一些模型权重的话。
三个月的意外发现#
1. 它的重量让我更愿意出门工作#
之前用Pro 16寸时，背着电脑出门是一件需要决心的事（2kg+）。Air的1.24kg让我随时可以拿起就走。这三个月我的工作地点多样性明显增加——咖啡馆、图书馆、朋友家、甚至公园都成了我的办公室。
这种工作地点的扩展对创作效率有正面影响：换环境能打破思维定式，让我更容易想清楚一些平时卡住的问题。
2. 合盖即走的体验无可替代#
MacBook Air的待机功耗极低，合上盖子放一周，电量几乎不掉。这意味着我可以完全不考虑”要不要关机”这个问题——用完直接合盖，下次打开秒回到之前的状态。
Windows笔记本的睡眠模式在2026年仍然不够可靠，有时候会半夜自己醒来跑风扇，有时候会悄悄掉电到自动关机。macOS的稳定性在这种细节上体现得淋漓尽致。
3. 它让我重新思考”性能”的意义#
用了Air三个月后，我意识到我之前对”性能”的理解是错的。
我以前追求的是：跑分数字越高越好，编译速度越快越好。但实际工作中，90%的时间我的电脑都在低负载运行，只有10%的时间需要全力输出。Air的设计哲学是：保证低负载下的极致体验（续航、安静、温度），在需要时也能提供足够的高性能。
这种设计思路，比单纯追求峰值性能更符合真实使用场景。
适合谁，不适合谁#
适合：
- 主要做软件开发、数据分析、Web开发的人
- 需要经常移动办公的从业者
- 对噪音和发热敏感的人
- 想在合理预算内获得最佳开发体验的人
不适合：
- 需要长时间跑满CPU/GPU的专业任务（如视频渲染、3D建模）
- 需要大量外设连接的桌面用户
- 必须使用Windows独占软件的人
- 游戏玩家
写在最后#
MacBook Air M4不是一台完美的电脑。但它是当前市场上，性价比最高的开发者生产力工具。
它不是最强大的，但它在最重要的维度——日常使用的流畅度、续航、便携性、AI开发支持——上做到了极致。
如果你正在考虑升级电脑，预算允许的情况下，M4 MacBook Air（24GB+512GB）是目前最值得推荐的选择。用过之后，你会理解我为什么说”Air已经比Pro强了”——而且这句话在2026年，比三年前更有说服力。
