这是一次基于真实开发场景的跨平台CPU性能对比测试。非理论跑分，而是用同一套NumPy手写神经网络在MNIST数据集上实测——MacBook Air M4在完全离电状态下，耗时仅25秒，而搭载i7-13650HX的ROG魔霸新锐需约2分钟，性能差距达4倍，且全程未插电、未降频。
智能速览
测试任务为纯CPU密集型：NumPy实现的多层感知机，不调用GPU，依赖多核与单核效率
MacBook Air M4（16GB+512GB）全程离电运行，无散热 throttling，CPU持续满载
Windows端使用WSL2环境，存在约10%-15%性能损耗，但即便计入该损耗，M4仍快出3倍以上
i7-13650HX在高负载下风扇狂转、温度攀升至98%占用率与4.56GHz高频，续航不足2小时
作者原计划将MacBook Air作为便携副机，实测后决定升级为主力开发机
精华内容
当一台轻薄本在断电状态下，把一个典型的CPU密集型机器学习任务跑得比高性能游戏本快四倍，它已不只是便携工具——而是重新定义了移动计算的效能边界。
测试方法
任务为作者自研的纯NumPy多层感知机（MLP），结构为[784,392,128,64,32,10]，在MNIST手写数字数据集上完成50轮训练。全程禁用GPU，仅依赖CPU浮点与矩阵运算能力。Windows端运行于WSL2 Ubuntu 22.04，Mac端为原生macOS Sonoma，代码仓库开源可复现。所有测试均在默认电源策略下进行，Mac未启用任何性能模式，Windows未关闭节能限制。
性能实测结果
MacBook Air M4完成全部50轮训练耗时25秒；ROG魔霸新锐i7-13650HX+RTX4060在WSL2中耗时约120秒（2分钟）。即M4速度为i7平台的4.0倍。视频OCR日志显示，Windows端CPU长期维持在90%-100%占用率、频率峰值达4.56GHz，伴随持续风扇高转；而M4端系统监控显示其CPU占用稳定在95%左右、能效核心与性能核心协同调度，温度控制良好，无降频告警。
离电与能效表现
关键差异在于供电状态：MacBook Air全程未连接电源适配器，电池从100%降至约92%，剩余续航仍超10小时；而ROG魔霸新锐在同等负载下，官方标称续航为“本地视频播放12小时”，但实测该CPU密集任务使其续航骤降至不足90分钟。视频中明确记录‘开启省电模式后，M4仍可在40–50秒内完成任务，仍快于i7平台一倍以上’，印证其能效比优势并非依赖激进功耗释放。
适用场景判断
该性能表现适用于Python数据科学、本地模型调试、轻量Web后端开发、自动化脚本编译等典型开发者工作流。对于依赖NumPy/Pandas/Scikit-learn栈、暂无需CUDA加速的用户，M4 Air已具备主力机能力。但需注意：测试未覆盖编译大型C++项目、虚拟机嵌套、4K视频导出等重度I/O或GPU绑定场景，这些仍是x86高性能本的长板。
这次测试不是跑分游戏，而是日常开发的真实切片。它揭示了一个趋势：ARM架构在能效比驱动下，正悄然改写‘性能必须靠堆料’的旧逻辑。当轻薄本能在离电状态下稳定输出桌面级CPU吞吐，我们是否该重新思考‘主力机’的物理形态？下一个问题是：M5发布后，这种代际能效跃迁还能延续多久？
关键评论
M4的CPU单核性能极强，三四月发布的M5还会更强一些
可以用MacBook Air长时间当主力开发机吗？想看看这东西到底能当主力机干后端开发不
