既然 Token 越来越贵，我就尝试在本地跑 LLaMA。这话说出来，我自己都觉得有点魔幻。去年这时候我还在为团队里三个程序员下个月的工资发愁，现在却坐在书房里，对着命令行窗口，琢磨怎么把 70 亿参数的模型塞进我那台 3090 的显存里。这转变，比健身餐从水煮鸡胸肉换成空气炸锅烤鸡胸肉还快。
财务盘点是上个月做的。彻底解散了那个小团队，账上流水看着还行，但一算净利润，再除以我投入的时间和心力，时薪低得可怜。最要命的是那种失控感，每天醒来就是各种“管理问题”：谁又迟到了，哪个客户的需求又变了，下周的现金流能不能覆盖。身体最先报警，体检报告上多了几项箭头，血压也悄悄往上爬。那时候我才真正意识到，所谓“老板”的自由，很多时候是幻觉，是用健康和时间换来的另一种形式的打工。
所以回归“超级个体”不是选择，是断尾求生。把那些复杂的、需要协调多人的项目全砍了，只接我能独立闭环的活儿。时间一下子多出来，但焦虑没少，只是换了种形式。以前焦虑人，现在焦虑技术。眼看着 AI 这波浪潮起来，GPT-3 的 API 调用成本摆在那儿，玩得起的是大厂，我们这种个体户，每次调用都得掂量掂量。这不行，太被动了。我得把主动权拿回来，至少一部分。
于是开始折腾本地部署。选 LLaMA 是因为它开源，而且相对“轻量”。但“轻量”是相对的，对个人硬件来说依然是巨兽。光是搞明白 PyTorch 版本、CUDA 驱动兼容性、各种依赖库的冲突，就耗掉两个晚上。最崩溃的是模型下载，那个 13B 的版本，几十个 G，家里的网络断断续续，每次失败都得从头来。那一刻真想摔键盘，但想想以前处理团队里程序员因为环境配置吵架的破事，这至少是跟机器较劲，结果确定。
跑起来的那一刻，风扇狂转，机箱像个暖炉。看着终端里一行行缓慢但确实在生成的文本，感觉很奇怪。没有调用 API 那种即时的、付费的爽快感，而是一种原始的、笨拙的掌控感。速度慢，效果也比不上最新的商用模型，但它就在我自己的机器里，我想怎么折腾就怎么折腾，不用担心账单，不用怕服务商突然调整策略。这种安全感，是 API 给不了的。
这个过程里，饮食控制帮了大忙。不是玄学，是物理上的。以前压力大就乱吃，血糖坐过山车，下午必然困成狗。现在固定高蛋白、低碳水，配合每天半小时的划船机，精神状态稳定得像条直线。下午三点不再需要靠咖啡续命，晚上也有精力啃这些硬核的技术文档。身体果然是第一生产力，这话以前当鸡汤听，现在觉得是物理定律。
所以，路越来越清晰了。团队扩张那条路我试过了，毒打挨够了。现在这条路，一个人，一台机器，把技术栈压深，把交付流程极致简化。AI 是核弹，但我不能只当个按按钮的人，我得知道这弹头里大概是什么结构，哪怕自己造的土炮威力小点。LLaMA 本地化只是个开始，后面还有微调，还有知识库嵌入，还有怎么把它和我的自动化脚本打通。Token 贵就贵吧，逼着我往底层走，未必是坏事。
至少，现在焦虑的，是技术问题，不是人的问题。这感觉，踏实。
