这周我盯了三天 Hacker News 首页和 Show HN 新品榜，发现一个被国内几乎完全忽略的趋势：海外不再焦虑"用不起 Claude Opus 怎么办"，而是用一批新工具把推理成本直接打到地板。不是省钱技巧，是四个刚上线、能立刻装、能把每千次调用费用从美元砍到分币的新物种。这篇拆给你看，附带一个反常识的结尾——省下来的钱，其实该花在"让 AI 教你"而不是"让 AI 替你"上。
先看一组我这周从 HN Algolia API 实拉的真实数据（截至 2026-06-16）：
更关键的是首页同时挂着那篇爆文《Running local models is good now》。把这些信号拼在一起，结论很清楚："够用就行、近零成本、把算力花在长本事上" 正在从边缘观点变成主流产品方向。而国内讨论还停在"哪个 API 便宜""怎么白嫖额度"的层面——这就是时间差和认知差。
下面四个工具，每一个我都拉了官方页面和 README 核实过，链接、价格、用法都是真的。
brew install apfel（一行，官方实测从安装到出第一个 token 12 秒）这是这四个里信息差最大的一个。macOS Tahoe（苹果新系统）出厂就自带一个 3B 参数的端侧 LLM（Apple Foundation Model），是 Apple Intelligence 的一部分。问题是：苹果给了 UI 入口（写作、摘要），却没给程序员好用的 CLI 入口。Apfel 干的就是这件事——把这个已经在硬盘里的模型变成一个能管道、能脚本、能批处理的命令行工具。
为什么值得关注：你不用下任何模型（Ollama 还得拉几 GB），不用配显存，不用 API key。Apple Silicon 的 NPU 直接跑，全程不出网、数据不离开设备。对很多"只要个能用的本地模型"的场景——批量改文案、本地摘要、私有数据脱敏、CI 里跑 lint——这个 3B 已经够了，而成本是 0。
国内对比：国内手机厂商（华为盘古、小米 MiMo）的端侧模型大多封在自家 App 里，开发者拿不到命令行入口；开源圈要本地跑模型默认上 Ollama/llama.cpp，还得下权重。Apfel 这条"系统自带模型 + brew 一行解锁"的路子，国内目前没有对等物。
适用人群：M 系列 Mac + macOS Tahoe + 开了 Apple Intelligence 的开发者、写作者、想做零成本本地批处理的人。
git status、git log、文件内容这类"啰嗦输出"用 Lowfat 管道过滤后，再喂给 agent这个思路非常 UNIX：你的 coding agent 每次执行 git status 或读文件，塞进上下文的 80% 都是噪声（分支提示、use "git add"... 这种用法说明、空行）。Lowfat 作为一个可插拔的 CLI 过滤器，在输出到达 agent 之前就把噪声剥掉。作者实测在自己工作流里砍掉了 91.8% 的 token。
算笔账：Claude Opus 输入约 $15/百万 token。一个重度 coding session 随便塞 10 万 token 输入就是 $1.5/次。Lowfat 静默砍掉九成后，同样 session ≈ $0.12/次——相当于 API 账单直接打一折，而且对你和 agent 的交互零侵入（你照常用，是管道在中间干活）。
它还带 lowfat history，能统计你哪条命令最费 token、让你针对性写自定义过滤器，UNIX 哲学拉满。
国内对比：国内省 token 的常见招是手动删上下文、切便宜模型、或者做 prompt 压缩（LLMLingua 类）。把"过滤"做成一个可组合的 CLI 管道、和 Claude Code/Cursor 的 bash 工具天然咬合——这个工程化形态国内还很少见。
适用人群：Claude Code / Cursor / Codex 重度用户，尤其每天烧几十刀 API 的独立开发者和团队。
这是这批里技术含量最高、也最可能改变基础设施的一个。过去两年"长上下文"的解法全是绕：RAG、分块、滑动窗口、agentic 编排——本质都在回避一件事：Transformer 的注意力算力随上下文长度二次方增长，所以直接把整个代码库/合同库/财报丢进去"算不起"。
SubQ 的做法是从模型架构本身砍掉这个二次方。技术报告里讲得很直白：行业那些 retrieval pipeline、chunking、scaffolding 都是"对上下文限制的 workaround"，SubQ 要"移除这个限制本身"。结果就是：你不用再切块、不用赌 RAG 召回，直接把完整 artifact 喂进去推理。
国内对比：国内做长上下文（Kimi 当年主打长文）本质上还是二次方 attention，撑长靠工程（KV cache 优化、硬件堆料），成本随长度暴涨。SubQ 这种"架构级近线性"是另一条路线，对做法律/金融/全代码库分析的公司是降维打击。
适用人群：需要整库代码、整批合同、整套财报一次性推理的 B 端团队；做 RAG 想换架构的人。
/lathe build a 3D Slicer in Erlang，它就生成一套"多章节、可亲手做"的技术教程，然后你在本地 UI 里自己一行行敲完这是这周我最喜欢、也是 HN 分数最高的一个（401 分）。它和前面三个形成完美闭环：Apfel/Lowfat/SubQ 把推理成本打到底，Lathe 告诉你省下来的钱该干嘛——不是订阅更强的代劳 AI，而是让 AI 当你的私教。
README 原话点睛："An experiment in using LLMs to teach you, rather than think for you." 它生成的是让你亲手做的教程（"Just like we did it in the stone age 😎"），每个教程还记录来源、用的哪个模型、什么 prompt 决定了"讲解口吻"。它能提问、能验证你写的对不对、能续写下一章。
国内对比：国内 AI 学习类产品几乎清一色"AI 直接给答案 / 帮我写作业 / 帮我读论文"，方向是更省事。Lathe 反着来——更费你自己的脑子，但换来的是你真学会了、以后不依赖 AI 也行。这是个被低估的认知差。
适用人群：想扎实学一门新语言/新栈/新领域的工程师；带新人的 tech lead；厌倦"AI 代写完自己也看不懂"的人。
下面这张图把四个工具的位置画清楚——它们不是竞品，是一条从算力到认知的完整链路：
flowchart LR
A["原始任务<br/>代码库/文档/学习目标"] --> B{"要走 API?"}
B -- "够用就行 → 免费本地" --> C["Apfel<br/>brew 白嫖 3B<br/>$0/调用"]
B -- "必须用旗舰模型" --> D["Lowfat<br/>CLI 预剥皮<br/>砍 91.8% token"]
D --> E["旗舰模型推理<br/>账单打一折"]
C --> F{"要吃超长上下文?"}
E --> F
F -- "整库/整批文档" --> G["SubQ 1.1 Small<br/>亚二次 attention<br/>1M token 算力 ÷64.5"]
F -- "普通长度" --> H["正常输出"]
G --> H
H --> I{"目标是什么?"}
I -- "想真长本事" --> J["Lathe<br/>/lathe build 主题<br/>AI 当私教 亲手做"]
I -- "纯执行" --> K["交付结果"]
J --> K
style C fill:#e8f5e9
style D fill:#fff3e0
style G fill:#e3f2fd
style J fill:#fce4ec
一句话总结这条链：能用免费本地模型就别走 API（Apfel）；非走 API 就先把噪声剥掉（Lowfat）；要吃超长上下文就换亚二次架构（SubQ）；最后把省下的钱投回自己（Lathe）。
| 维度 | 国内主流认知 | 海外这周的新玩法（信息差） |
|---|---|---|
| 本地 AI | Ollama 下个 7B 占显存、要调参 | macOS Tahoe 自带 3B，brew install apfel 一行白嫖，零下载零配置 |
| 省 token | 手动删上下文 / 切便宜模型 / 手写压缩 | Lowfat 当管道静默剥皮，91.8% 砍掉，对交互零侵入 |
| 长上下文 | 滑窗 + RAG + 分块，召回靠运气 | SubQ 亚二次 attention，12M token 直读不分块，算力 ÷64.5 |
| AI 的用途 | 让 AI 代写代答，越省事越好 | Lathe 让 AI 出教程逼你亲手做，养长能力不养懒 |
brew install apfel，把 3B 模型挂进快捷指令/脚本，做一批零成本的本地摘要或文案改写，顺手把原来走 API 的小活儿迁过去。lowfat history，针对最费 token 的命令写自定义过滤器，月底对账。/lathe build 一个你一直想学但没空学的主题，一周亲手做三篇——这才是这波"近零成本"省下钱的正确用法。
核心判断：当推理成本被 Apfel、Lowfat、SubQ 这类工具压到接近零，"用不起 AI"将不再是问题；真正稀缺的，是像 Lathe 这样把 AI 变成"让你变强"而非"让你变懒"的用法。谁先想通这一层，谁就拿到了下一个周期的入场券。本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
curl + HN API 直连方案，稳定且不受额度限制[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。