本周 Reddit 程序员社区里，一篇求助帖被反复讨论：作者想用公司闲置的工作站（RTX A4500 20GB 显存 + 256GB 内存）跑本地大模型写代码，纠结选 Qwen 3 27B 量化版还是更大的模型。这不是个例。我们注意到，过去半年「本地跑模型写代码」正从极客玩具变成部分开发者和中小公司的真实选项。

这是什么

帖子里提到的 Agentic coding（让 AI 自主完成多步编程任务）是今年最热的方向之一，Cursor、Claude Code、Copilot 都是云端代表。用户想本地化的理由很朴素：API（按调用付费的云端接口）成本、代码隐私、调用频率限制。Qwen（中国阿里开源的大模型）近半年在海外本地部署圈子里口碑不错——中小尺寸版本量化（压缩模型以降低显存占用）后能塞进消费级显卡，能力不至于太弱，使用还是免费。

行业怎么看

支持者认为，本地部署长期看比订阅云端服务便宜，代码不出内网，对金融、医疗、政企客户尤其有吸引力。

但反对声音同样真实。一种观点认为，云端前沿模型迭代太快，本地模型半年就会过时，追新成本可能比订阅还贵。另一种更朴素的反驳：既然 Cursor 已经做得很成熟，为什么还要 IT 部门学一套运维？帖子原作者也承认，他担心硬件跑出来的效果「反而会让同事怀疑这是噱头」。硬件、模型能力、运维人力这三道坎，目前没有哪家公司真正跨过去。

对普通人的影响

对企业 IT：硬件一次性投入和云端订阅之间的账，要用 2-3 年视角重算，而不是只看月费。

对个人职场：会调模型、懂一点本地部署，已从加分项变成部分岗位的硬要求，尤其是涉及数据合规和代码安全的岗位。

对消费市场：云端 AI 编程工具会感受到压力，未来 1-2 年订阅价格大概率继续下探，免费替代选项也会变多。