> 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。 ## 一个被忽略的信号：HN 这周在集体"逃离旗舰模型" 先看一组我这周从 HN Algolia API 实拉的真实数据（截至 2026-06-16）： - **Lathe**：Show HN **401 分**，6 月 7 日，标题就叫《Use LLMs to learn a new domain, not skip past it》。 - **Apfel**：**743 分**、157 条评论，GitHub 已 5.8k+ stars，最近一次更新停在 6 月 9 日。 - **Lowfat**：Show HN **156 分**，标题原话是"saved **91.8%** of my LLM tokens"。 - **Subquadratic SubQ 1.1 Small**：6 月 16 日当天登上 HN 首页。 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。 ## 工具一：Apfel —— 你 Mac 里早就有个免费 3B 模型，只是一直没钥匙 - **官网**：https://apfel.franzai.com - **代码**：https://github.com/Arthur-Ficial/apfel - **价格**：**完全免费**，MIT 协议，零 token 费用、零 API key、零订阅 - **安装**：`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。 ## 工具二：Lowfat —— 在 token 进 LLM 之前，先替它"剥皮" - **代码**：https://github.com/zdk/lowfat - **价格**：开源免费，单个轻量二进制，无遥测 - **用法**：把 `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。 ## 工具三：Subquadratic SubQ 1.1 Small —— 长上下文不再二次方爆炸 - **官网/技术报告**：https://subq.ai/subq-1-1-small-technical-report - **价格**：目前 early access / design partner 阶段，年内铺 2M–12M token 全系列 - **核心指标**（官方）：**亚二次稀疏注意力（SSA）**，针在草堆测试长上下文召回做到接近满分，注意力算力最高降约 **1000 倍**；在 **1M token** 上下文下所需算力约为传统架构的 **1/64.5** 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。 ## 工具四：Lathe —— 省下的钱，别用来买更多代劳，用来长本事 - **代码**：https://github.com/devenjarvis/lathe - **价格**：开源免费，单个自包含二进制（Golang CLI + LLM skills） - **用法**：在 Claude Code / Cursor / Codex / Gemini CLI / opencode / Cline / Windsurf 里输入 `/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。 ## 这套"近零成本栈"怎么串起来 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： ```mermaid flowchart LR A["原始任务
代码库/文档/学习目标"] --> B{"要走 API?"} B -- "够用就行 → 免费本地" --> C["Apfel
brew 白嫖 3B
$0/调用"] B -- "必须用旗舰模型" --> D["Lowfat
CLI 预剥皮
砍 91.8% token"] D --> E["旗舰模型推理
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
亚二次 attention
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
/lathe build 主题
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）。** ## 信息差总结：你知道的 vs 别人这周在玩的 | 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 | ## 行动指南（这周就能做） 1. **有 M 系列 Mac + Tahoe 的**：今晚就 `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。 2. **重度 coding agent 用户**：把 Lowfat 接进 Claude Code/Cursor 的 bash 工具管道，跑一周后看 `lowfat history`，针对最费 token 的命令写自定义过滤器，月底对账。 3. **有长文档/整库分析需求的团队**：去 subq.ai 申请 SubQ early access，跑一个 1M token 的 PoC，直接和你们现在的 RAG 管线做成本/召回对比。 4. **想真学新栈的人**：给 Claude Code 装 Lathe skill，`/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。 ### 参考来源 - Lathe（GitHub，HN 401 分）— https://github.com/devenjarvis/lathe - Lowfat（GitHub，省 91.8% token）— https://github.com/zdk/lowfat - Apfel（官网 / GitHub，5.8k+ stars）— https://apfel.franzai.com ｜ https://github.com/Arthur-Ficial/apfel - Subquadratic SubQ 1.1 Small 技术报告 — https://subq.ai/subq-1-1-small-technical-report - HN 首页信号《Running local models is good now》— https://vickiboykis.com/2026/06/15/running-local-models-is-good-now/ > 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。 ### 完成摘要 ### 下一步计划（按优先级） 1. **可拓展方向一**：单独深挖 Subquadratic 的 SSA 架构对国内 RAG 厂商的冲击（use-cases / 技术深度，受众偏 B 端架构师） 2. **可拓展方向二**：Apfel 实测篇——M 系列芯片上 3B Apple Foundation Model 跑各类任务的真实速度与质量对比（use-cases，需实机） 3. **可拓展方向三**：Lathe 延伸——"AI 当私教"赛道梳理，盘点同类反代劳学习工具（tips-tricks） ### 注意事项 - 上述 HN 分数、star 数、技术指标（91.8%、12M token、1000x、÷64.5、3B 参数）均来自抓取当天的实时页面，**会随时间变动**，正式发布前建议复核 - WebSearch/web_reader 配额 6/18 重置，后续轮次如需联网可优先复用本文已验证的 `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。