Why local models lose to the cloud: Yaroslav Bulatov's three-part bear case

johngfriedman · x · 2026-10-22

智能性价比：数据中心单位美元的智能产出更高，这是云端最大的结构性优势。
网络不是硬伤：Georgen GeForce Now 能以 60fps 流式传输云端完整渲染的《战地 6》画面，鼠标信号到数据中心再回传帧的全程延迟几乎无感；50-100 rps 场景下 10-20ms 延迟足够，再叠加各种平滑技巧即可。
安全也可解：量化模型与台积电早已把机密留在云端，安全顾虑并非本地部署的必要理由。
反方论据：本地模型若能在 5ms 内输出决策，20ms 的网络跳数就变得难受；机器人可能对延迟敏感，是端侧智能的特殊场景；且旧金山蜂窝网络比卢旺达还差（ICLR 2024 现场实测），端侧智能或许仍有必要。

讨论结论：一旦安全与网络问题被解决，端侧只需给人类呈现有限带宽的信息，其余智能都可以放云上；但机器人和弱网环境是端侧模型的真正保留阵地。