新时代挖矿：看看你的 Mac 一个月能赚多少钱（基于 Darkbloom.dev）

曾经，无数人为了比特币和以太坊疯狂囤积显卡，把家里变成轰鸣的矿场。随着传统加密货币 “显卡挖矿” 时代的逐渐降温，很多人以为用个人电脑赚取被动收入的日子已经结束了。然而，随着 AI 大模型时代的爆发，一种全新的 “挖矿” 模式正在悄然兴起——AI 节点推理算力共享。

最近，随着本地模型的能力进步，Darkbloom 平台的出现向我们揭示了这一前景。在这个新时代，你不需要去计算毫无意义的哈希值，而是让你的电脑成为 AI 基础设施的一部分，通过为真实用户运行大语言模型（如 Gemma 4 26B ）来赚取收益。而在这场新游戏里，凭借着高带宽的统一内存架构，Apple 的 Mac 电脑意外地成为了最完美的 “矿机”。

Darkbloom 介绍

Darkbloom.dev 可以将 MacBook 变成一个可产生收益的私有硬件节点网络。用户只需在 Mac 上安装一个命令行界面 (CLI)，设备就可以在闲置时自动接收并处理 AI 推理请求。开发者则可以通过兼容 OpenAI 的 API 调用这些分布式算力。设备每生成一个 token，节点运营者就能获得相应的美元收益。

这个项目背后的技术来自 Eigen Labs，相关论文和代码已经开源。其核心卖点是：在保护用户请求隐私的前提下，让普通 Apple Silicon 设备参与 AI 推理市场。
链接：https://github.com/Layr-Labs/d-inference/blob/master/papers/dginf-private-inference.pdf

Mac 变身 AI 服务器：到底能赚多少？

目前公测阶段官方宣称运营者可拿 100% 收入（正式商用后的分成比例尚未公布）。

除了硬件设备，运营唯一的成本是电费，而 Apple Silicon 的功耗极低。即使在满负荷推理的情况下，每小时也只需 0.01 到 0.03 美元。这就像点亮一个灯泡一样。

我们来看看 Darkbloom 提供的收益预估数据：

1. 顶配印钞机：MacBook Pro (M5 Max, 128GB 内存)

如果你拥有一台搭载 M5 Max 芯片和 128GB 内存的顶级 MacBook Pro，这台机器简直是为跑大模型而生的。它庞大的内存可以轻松装下甚至并行处理巨大的模型。

运行状态：每天运行 18 小时（比如下班后的闲置时间）。
处理速度：批量解码速度高达惊人的 1326.2 tok/s。
每月收益：预估每月总收入约为 $425.40 。扣除电费后，每月净赚约 $423（折合人民币约 3000 多元）！

一年下来收益可达 $5,076，而在 Apple 官网上 M5 Max + 128GB RAM + 2TB 版本现在仅售 5399 美元（大陆官网售价 43,499 元），可以说这笔钱不仅足够你覆盖买电脑的成本，甚至相当于电脑自己在给自己打工还贷。

darkbloom-m5max

2. 性能中坚：MacBook Pro (M4 Pro, 48GB 内存)

如果你的配置是偏向主流的工作站，比如搭载 M4 Pro 芯片和 48GB 内存的版本。

运行状态：同样每天运行 18 小时。
处理速度：589.7 tok/s。
每月收益：依然可以获得每月约 $188（折合人民币约 1300 多元）的净收入。

一年也有 $2,256 的进账。对于仅仅是利用电脑闲置时间的睡后收入来说，这绝对是一笔非常可观的零花钱。

Apple Silicon 的恐怖能效

传统挖矿最让人头疼的就是高昂的电费和机器狂转的噪音。但在这场 AI 挖矿中，Apple M 系列芯片展现出了极其恐怖的能效比。

以电费 $0.15/kWh 计算，那台每月能为你赚取 425 美元的 M5 Max MacBook Pro，一整个月消耗的电费仅仅只有 $2.43；而 M4 Pro 版本的月电费更是低至 $1.46。电费成本甚至占不到总收入的 1%。没有轰鸣的风扇，没有天价电费账单，只有静悄悄地跑着大模型赚钱的优雅。

AI 时代的算力需求是无穷无尽的，而去中心化的个人算力网络或许就是下一座金矿。你的 Mac 已经不再仅仅是一个昂贵的生产力工具，它完全有潜力成为你的“数字打工仔”。

数字背后的骨感现实

单看这些动辄几百美金的数字，确实很容易让人产生一种兴奋的错觉：这不就是 AI 时代的 家用印钞机 吗？

但在这里，我们必须泼一盆清醒的冷水——所有这些诱人的收益全部是理论上的 “理想估算”，绝不等于真金白银的到账。

从目前 Hacker News 和 Reddit 上的社区讨论来看，Darkbloom 官方估算器的逻辑更接近于一种完美饱和状态：即假设你的 Mac 在挂机的时间里，一秒钟都不闲着，持续不断地接到用户的推理请求。但现实中，决定你口袋里能进多少钱的，不是你的 M5 Max 能跑得多快，而是有没有足够多的真实用户，愿意付费来调用你这个节点。如果没有商业订单，你的顶级 Mac 就只能在网络里百无聊赖地跑跑健康检查的空包，页面上的月收益数字就更像是一个挂在天上的上限天花板，而不是每个月雷打不动的稳定现金流。

这里还隐藏着一个有趣的供需悖论：如果这些本地开源模型真的足够优秀，且商业需求如此庞大，那些真正有钱的独立开发者或企业，为什么不直接自己去买几台高配 Mac 放在办公室作为固定资产，反而要忍受去中心化网络可能带来的延迟和不稳定，去付费调用陌生人的家用电脑？

不过，这个收益计算器倒是给电脑选购提供了一个硬件风向标：在 AI 算力网络里，内存容量就是不可逾越的绝对入场券。

我们可以对比一下这个有趣的细节：同样是最新一代的高性能芯片，如果你的内存只有 24GB，在计算器的模型池里你就根本无法加载 Gemma 4 26B，而只能退而求其次去运行 GPT-OSS 20B。这直接导致你的月预估收益从 48GB 版本的 $188 断崖式暴降到可怜的 $27 左右——而且这 $27 还得建立在有用户愿意调用 GPT-OSS 20B 的假设之上。

这就解释了为什么在 AI 时代，大内存的含金量被无限放大。买 Mac 搞 AI，与其把预算浪费在堆叠 CPU 核心上，不如一步到位把内存拉满。因为内存容量不仅决定了你本地的生产力，更决定了在这个去中心化算力网络里，你是否有资格接下那些高回报的“高级订单”。

结语

作为一个新兴领域，我们要保持理性的预期。毕竟，如今大模型的进步速度实在是太快了。现在开源社区就已经迭代到了 Gemma 4 26B 这样庞大且高效的模型。AI 领域的算法架构、量化技术和吞吐量优化几乎每个月都在刷新。今天的配置组合可能刚好能吃满红利，但三个月后，随着更强、更大的模型诞生，整个网络对硬件门槛和带宽的要求可能会迎来彻底的洗牌。

这注定是一场与技术演进赛跑的游戏。未来的实际收益，将极大地受制于真实商业请求的爆发、模型迭代的速度以及平台的后续运营。

因此请务必记住，以上数据只是参考，大家看看这些预估数据，把它当个有趣的参考就行。