41岁，我开始考虑体检，而不是考虑升级显卡。这感觉太他妈诡异了。以前每年3月，我脑子里只有一件事：NVIDIA的GTC大会，新架构，新CUDA核心数，盘算着要不要把3090换成4090。现在，我对着电脑屏幕，脑子里想的是甲状腺结节、低密度脂蛋白，还有下个月必须约的肠胃镜。这种切换不是主动的，是身体用几次凌晨心悸和持续的肩颈剧痛，强行给我刷的机。
但焦虑没变，只是换了战场。显卡焦虑变成了大模型焦虑。全球算力封锁不是开玩笑的，OpenAI的API你用着用着，哪天IP就被ban了，连个预兆都没有。国内大模型呢？百度的文心、阿里的通义、讯飞的星火，还有一堆创业公司的，名字都记不过来。生态极其割裂，每家都有自己的SDK、自己的计费方式、自己的速率限制。你做个自动化流程，想调用个联网搜索，A家支持但贵，B家便宜但返回格式不标准，C家干脆今天开放明天就调整策略。这根本不是技术选型，是地雷阵里闭眼选路。
作为独立开发者，最优解是什么？没有最优，只有权衡和冗余。我的策略现在是三层。最底层，用n8n搭了一个调度中心，这是心脏。它能连接几乎所有国内外的API，用低代码把逻辑串起来，某个服务挂了，能自动切到备用节点。中间层，是本地化的小模型。别看不起7B、13B参数的国产开源模型，用特定业务数据LoRA微调一下，处理格式化任务、分类、摘要，稳定性和成本吊打直接调用GPT-4。我上周刚把一个客服话术分类的活儿，从通义千问的API迁移到了自己用ChatGLM3微调的模型上，单次成本从几分钱降到了几乎为零，响应速度还快了200毫秒。顶层，才是留给GPT-4这类“重型火炮”的，只处理最需要创意和复杂推理的环节，比如给一篇行业分析报告定核心观点和颠覆性角度。
这背后全是体力活。不再是写个爬虫脚本那么简单了。你要懂HTTP代理池的维护，应对国内API那些奇葩的签名验证算法；你要会用量化工具把模型压到能在消费级显卡上跑起来；你甚至得研究docker，把不同模型的服务封装成一个个容器，方便n8n去调用。我昨天花了四个小时，就为了解决一个国产模型API返回的JSON里，多了一个莫名其妙的空格，导致下游解析失败的问题。那一刻，我觉得自己不是开发者，是个通下水道的。
身体就是在这些“通下水道”的时刻报警的。长时间盯着日志输出，脖子僵得像锈死的螺栓。心跳莫名加速，不是因为代码跑通了，就是单纯的生理性恐慌。我开始认真执行“番茄工作法”，不是为了提高效率，是为了强制自己每25分钟必须站起来，走到窗边（妈的，又提到窗了，但这是医嘱），看远处，做几个拉伸。饮食也从外卖换成了自己做的鸡胸肉和西兰花。显卡？4090有货了，但我下单买的是颈椎按摩仪和一瓶辅酶Q10。
这就是2024年的现实。技术前沿从清晰的摩尔定律，变成了模糊的地缘政治和生物学极限的夹缝。你的敌人不再是技术难题，而是不稳定的网络、突然变更的条款，以及你自己开始走下坡路的身体机能。平衡点不在某个技术栈里，而在你每天的时间分配表上：多少小时研究模型蒸馏，多少小时留给有氧运动。升级显卡是为了跑得更快，但现在我明白，你得先确保自己这台“肉身机器”别在赛道上散架。所有代码，最终都是写给自己的健康看的。
