全文约 650 字，阅读约需 3 分钟。
写于 2026.02.11 。
今天在一篇介绍 GPT-5.3-Codex 的公众号文章评论区，看到一条评论互动，精准触到我的笑点。
有网友A问："为什么不使用本地部署模型的方式，节省大量 token 消耗的成本？"
网友B回答："想本地部署 GPT，你是托尼·史塔克吗？"
这里有一个隐含的假设：从我的视角来看，A提出的问题显得无知，结合B极具讽刺性的回答，整段对话显得很滑稽。
大笑过后，我想到这两天重听播客——《面基》的一期节目。嘉宾南添聊到商业思维这种思维方式：具备这种思维的人，在生活中愿意倾听、尊重别人的需求。无论别人说什么”傻话“，都会先思考他为什么这么想。只有蹲下来听别人说话，才能真正尊重别人的需求。
大笑是我的下意识反应，基于预先做出的粗暴假设进行判断，这意味着我没有尊重和思考网友A这类人群的需求。
"同理心"是产品经理最核心的特质之一，我很早就清楚这一点，但在实际生活中却容易抛之脑后。就像不久前我写的文章《放下评价（judge），理解人的需求》，核心就是讨论这个问题。
南添也聊到，发现同理心其实不难，难的是愿不愿意使用同理心。绝大多数人嘴上说得很好听，其实根本不想理解别人，不想关心别人。
回到这条评论，我尝试理解网友A的需求：
- What：想要一种便宜使用高性能大模型来处理任务的方式。
- Why：GPT、Claude 性能很好，但价格昂贵。
- How：目前没有找到满足需求的解决方案，在公众号评论区向博主提问。
基于以上分析，存在几个问题：
- 网友A对本地部署GPT、Claude的成本并不了解。这不仅需要工程知识，还需要准备极其昂贵的硬件设备。
- GPT、Claude是闭源模型，无法直接获取用于本地部署。
- 对于DeepSeek、Qwen等开源模型，如果部署满血版，成本同样昂贵，且性能与顶尖闭源模型仍存在差距。
综合分析，除非对个人或团队数据有严格的保密要求，本地部署开源模型才能满足需求；否则在低成本高性能的需求下，直接使用GPT更合适。
ref