黑苹果折腾记（四）：AI很聪明，但它不在现场
免责声明
本系列文章仅供技术学习和探索交流使用。黑苹果（Hackintosh）是指在非苹果品牌的PC硬件上安装macOS系统，可能涉及软件许可协议问题。
如需长期使用macOS，请购买苹果官方硬件以获得完整体验和技术支持。
TL;DR 文章速览
四天装完黑苹果，Grok 和 Gemini 2个 AI 全程当顾问。这篇想说 AI 在哪个位置可靠，在哪个位置会把人带进坑。
- 它做对的，全是答案活在稳定知识里的活：硬件兼容性、BIOS 设置、参数含义、工具推荐。当检索员和翻译官，接近完美。
- 它坑我的，全是需要现场判断的活：张冠李戴的 EFI、死循环的安装包、11 小时不动的进度条、越调越黑的屏幕、双双过时的网卡方案。
- 五个坑指向同一个根源：它的知识来自过去的人群，不来自你的现场。所以它没有止损的概念，亏的从来不是它的时间；不追踪你的状态，每道题都当新题答；两个 AI 一致也不代表正确，语料重叠，一致只是过去的主流答案。
- AI 失败时你反而会加速。它永远有下一个方案，每个方案都是一次新希望。虚假进展比失败危险得多。
- AI 拆掉的不只是门槛，还有练判断力的那条路。代价被省掉，体感就没有了来源。帮得最多的新手，恰恰最需要那段低效过程。
- 一句话方法论：把"是什么、怎么做"交给它，把"要不要继续、够不够好、是不是真问题"留给自己。判断力不能外包，因为它不在后果里。
我花了四天时间，在两个 AI 的全程陪伴下装完了黑苹果。
黑苹果是把 macOS 装在非苹果硬件上的民间方案。过程里全是硬件兼容性判断、引导配置、驱动调试，对新手来说信息密度极高，而这些信息散落在各种论坛和 GitHub 仓库里，彼此矛盾，时效不一。
我的想法很简单：既然 AI 能快速检索和整合信息，那让它当顾问，应该能大幅降低门槛。
门槛确实降了。但整件事跟我预想的其实不太一样。
几天下来，AI 帮我省了大量时间，也让我走了很多弯路。但如果没有 AI，我可能根本不会动手。
这个系列的前几篇写的是装机的技术主线。这篇换个方向，聊 AI：让它当我的装机顾问，到底靠不靠谱。即从一次真实的人机协作视角来看：它在哪里可靠，在哪里会把人带进坑。
背景
我是完全的新手，EFI、OpenCore、config.plist（黑苹果的引导文件、引导程序、核心配置）一个都不懂。硬件配置是 i5-9400F + 技嘉 B365M D2V + 蓝宝石 RX 6600 XT。
整个过程先后用了马斯克的 Grok 和谷歌的 Gemini 2个当时非常流行的 AI 模型。主用 Grok 是因为长期用下来它的联网检索能力非常强；后来它在一个问题上卡住了，我换 Gemini 碰运气。结果这次换 AI 的经历，反而成了整个复盘里非常有价值的观察窗口。
它做对的，都是同一类事
先承认：没有 AI，我可能连启动盘都做不出来。
- 硬件兼容性判断：配置发过去，5 秒返回完整报告
- BIOS 设置解释：不只告诉我关掉 CSM（BIOS 里兼容老系统的启动选项），还说了为什么：OpenCore 只走 UEFI，开 CSM 会干扰引导链
- 参数含义拆解：
agdpmod=pikera是什么、为什么 RX 6600 XT 必须加、不加会怎样 - 工具推荐：
macrecovery.py一行命令下载 BaseSystem.dmg，绕过 InstallAssistant.pkg 的所有坑
这四件事表面不一样，其实是同一件事：答案全部活在稳定的知识里。这些知识很多年不变，只是散落在论坛、文档、GitHub 里，彼此矛盾，时效不一。AI 的训练干的就是把人类已经写下来的东西压缩进模型，所以让它当检索员和翻译官，它接近完美：把"翻几个论坛"压缩成"一次对话"。
记住这个特征。后面所有的坑，都是它翻过来的另一面。
五个坑，都是一类问题
第一个坑：B360M 不是 B365M。
Grok 推荐了个 GitHub 上的 EFI 仓库，说完美匹配。下载回来才发现，那是给 MSI B360M 做的，我的是技嘉 B365M D2V 主板。我指出来，它说芯片组非常相似，几乎通用。照用，然后 kext panic，驱动崩溃，系统当场死给你看。它的知识里，这两个型号确实总出现在同一批教程里。可是相似不是相同。
第二个坑：安装包的死循环。
14GB 的 InstallAssistant.pkg 在 Windows 下写不进 U 盘。Grok 给了五种方案：7-Zip 解压，报错；Rufus，提示不可引导；TransMac 写进去了，Windows 看不到 U 盘。每失败一次，它就说试试下一个，从头到尾它都没意识到：这条路本身就是死胡同。最后是 Gemini 点的破：别碰 pkg，用 Olarila 的 raw 镜像，一步到位。
第三个坑：11 小时的进度条。
制作启动盘卡住的那一晚。第 1 小时问，说正常；第 5 小时问，要继续等；第 8 小时问，表示社区有人等 3 到 8 小时。而事实是，这种安装方式要从苹果服务器现下整个系统，16GB 的 U 盘装不下 12GB 的下载文件，从第一分钟就注定写不进去。我在对话里提到过 U 盘容量，但没有一个 AI 回过头问一句：你的安装方式，和你的 U 盘规格，匹配吗？
第四个坑：-wegnoegpu 悖论。
之前折腾黑屏时反复纠缠我的一个参数。加上 -wegnoegpu（禁用独显），能看到进度条；删掉，直接黑屏。删了反而更糟，那它肯定是对的？我卡在这个矛盾里两天。Gemini 一句话破局：你的 i5-9400F 没有核显，禁了独显等于整机没有显卡，能看到画面只是 VESA 通用模式在硬撑：这是所有显卡的保底显示，能亮，但不算真正工作。有画面，不等于有进展。
第五个坑：两个 AI，同一个错答案。
系统装完，WiFi 用不了。Grok 从第一轮硬件分析起就推荐 BrcmPatchRAM3 三件套，换 Gemini 问，还是这套。都错了：我的 BCM94360CD 是苹果原装卡，不需要第三方驱动伪装；真正的问题是 macOS 14 起苹果把自家旧驱动删了，得用 OCLP（OpenCore Legacy Patcher，给老硬件打补丁的工具）塞回去。三件套是 2023 年以前的正确答案，训练数据里那个年代的教程占大多数，它们就把过时方案当成了当前答案。
五个坑，领域不同，但都是同类问题。每个答案单拎出来都"有出处"，合在一起却答非所问：答的是别人的问题、过去的问题，不是我这个、此刻的问题。
三个毛病，一个根源
单看每个坑，容易归结成"知识不够新"或者"不够细心"。放在一起，能看到三个毛病，而三个毛病长在同一条根上。
毛病一：它没有止损的概念。
人类专家最值钱的能力之一，是知道什么时候该放弃当前方案。老手看到 Windows 下解 pkg 连续失败两次，会直接说：别折腾了，也许 Windows 处理 Apple 的包格式就是死路。
AI 不会。它不觉得亏：每个方案亏掉的时间从来不是它的，而止损的前提恰恰是代价。它的任务就是解决你眼前提出的问题，它永远有下一个方案。这种永不放弃在大多数场景是美德，在需要止损的场景是陷阱。
毛病二：它不追踪现场。
装黑苹果是个状态机，每一步的输出是下一步的输入。"U 盘只有 16GB"这个信息，做启动盘时无关紧要，到 Recovery 在线安装阶段（从苹果服务器现下系统来装）就是致命约束。
AI 每一轮都在回答你当前的问题，但它不回溯：不检查之前的决策在新条件下是否还成立，更不会从"进度条 11 小时不动"这个症状，逆推出"当初选的安装方式和 U 盘规格不匹配"。对话里明明说过 U 盘容量，所以也不关记性的事。它缺的是因果链：逐题作答，每道题都是新题。
毛病三：两个 AI 一致，不代表正确。
直觉上，多个信源一致就该可信。但两个 AI 不是独立信源，训练语料高度重叠。2023 年之前满网都在教 BrcmPatchRAM，这些教程被所有大模型一起吸收。它们一致推荐，说穿了是共同继承了同一批过时信息。
何况语料还是被筛过的。"社区有人等 3 到 8 小时"，AI 学到的这些帖子，全部出自等成了的人。进度条死掉的人不写教程，他们默默关机睡觉。所谓社区经验，天然是幸存者的经验：它证明有人等到过，证明不了你那条进度条还活着。
这打破了"多问几个 AI 交叉验证"的流行用法。交叉验证的前提是信源独立；同一批语料养出来的模型，一致只说明那是这批语料里的主流偏见，不代表当下的事实。越是变化快的领域，过去的主流越可能就是现在的错误。
三个毛病，一个根源。
它的知识来自过去的人群——所有已经写下来的、大多数人的做法。而你要解决的麻烦长在此时此地：你的 U 盘容量，你的进度条，你的凌晨两点。
没有现场，就没有代价感，止损无从谈起；没有现场，就没有状态，只能逐题作答；语料全部来自过去，两个模型的一致，也只是复读过去的主流。
它聪明、渊博、永远在线。但它不在现场。
顺带把话说在前面，免得这篇三年后显得可笑：三个毛病不全是同一性质的。不追踪现场，是技术债，记忆和上下文技术正在补；语料过时，也是技术债，联网检索正在补。唯独不承担后果这一条，没有对应的技术路线，你没法给一个不付代价的系统装上代价。新模型大概会治好三分之二的毛病，然后留下最要命的那个。
判断权是怎么悄悄交出去的
道理讲到这还缺一半：AI 有这些毛病，跟我有什么关系？
因为它的失败方式和传统工具不一样。
锤子用错了会砸手，疼是即时的，你会立刻停下来。AI 的失败是延迟的、隐性的，甚至伪装成进展：-wegnoegpu 让画面出现了，看起来像解决了；TransMac 确实写进去了，动作本身成功了。只是成功的动作不通向目标。它的失败模式不是"做不到"，是"看起来做到了"。
更麻烦的是，AI 失败时你反而会加速。它永远有下一个方案，每个新方案都是一次"再试一次就能成"的希望。希望是它最危险的副产品：它一遍遍重置你的沉没成本，让你觉得自己不是在错误的方向上越走越远，而是在正确的方向上马上要突破了。
而整个过程里最不留痕迹的一步是：我从没察觉自己交出了判断权。没有人把"要不要继续"签给 AI，它是在一次次"它说得有道理"里悄悄完成的。它说正常，我就觉得正常；它说再等等，我就再等等。就这样，"要不要等 11 个小时"的判断，交给了一个根本没有止损概念的系统。
而且这锅不能全让 AI 背。它是不在现场，可我在，我只是停止了观察。Recovery 环境里就带着终端，df -h 一条命令就能列出卷和容量；U 盘的读写灯整晚就在眼前，闪不闪，就是最诚实的进度条。把判断外包出去的前一步，是把观察也外包了：它不问，我也不看。我们俩聊了 11 个小时的天，谁都没看一眼机器本身。
方法论：把什么交给它，把什么留给自己
四天下来，我对人机协作的理解收敛成一句话：把"是什么、怎么做"交给 AI，把"要不要、够不够、是不是真问题"留给自己。
AI 管广度。这套配置能不能装、有几种安装方式、各自的优缺点，它扫一遍就出来，把"不知道有什么选项"变成"知道有哪些选项"，这一步它快得离谱。
人管三件事。
**要不要继续。**一个方向试了三次没有可见进展，停。别问它"这个方案还能怎么调"，要问"有没有完全不同的方案"。或者干脆先别问它，自己转一圈再回来。
**是不是真问题。**AI 在你给定的框架里解题：它说改参数，你就去改参数。可 11 小时的进度条，卡的是容量，不是参数。定期跳出对话框，问一个它永远不会问的问题：我现在解决的，到底是不是真正的问题？
**够不够好。**有画面不等于有进展，写进去了不等于能引导。验收标准得自己定，标准定不清，就会把 VESA 的假画面当成修复成功。
这三件事有个共同点：都得靠现场信息。而整个协作里唯一的现场传感器是你。AI 没有身体，所以没有时钟。那 11 个小时里，只有我知道已经过了 11 个小时。你的烦躁、你的疲劳、你那句说不清来由的"感觉不对劲"，不是噪声，是信号。我大概在第 3 小时就觉得不对了，因为 AI 说正常，我把传感器的读数摁掉了。事后看，直觉是对的。
现场在你手里。不过除了等直觉报警，还有一个更主动的杠杆，在提问这一头。
复盘时我注意到一个细节：Gemini 那两次破局，未必是它比 Grok 聪明。换 AI 这个动作，逼我把问题从头再说了一遍：症状描述更准，试过什么、结果怎样，都列全了。真正变强的变量，可能是我这个提问的人。"再问一个 AI"的实际价值，一半在换模型，另一半在于它强迫你重新出题。
那就不必等到换 AI 才重新出题，开场把规矩立好就行。下次遇到这类调试，我的第一句会是：
先别给方案，先问诊。一次只问一个问题，优先问那些可能推翻你当前判断的。问完之后，给我三个能解释症状的假设，每个配一个最便宜的验证动作，按成本排序。
这么问，等于把它从方案贩子逼成分诊台。放在那一晚，第一轮问题大概就是：你的 U 盘多大？
还有个小技巧：看它回答的模式，别看内容。连续三个方案都失败，问题多半不在方案，在方向；回答越来越长、开始重复自己，说明它没有新信息了；两个 AI 给了一样的答案但实测不行，去查一手文档。它说什么不重要，它怎么说，才是你判断的仪表盘。
不算账，算位置
这四天，AI 有帮大忙的时刻，也有把我带进沟里的时刻。要按小时算总账，正负都能算出来，但那种账没意义，时间量不出这次协作里真正重要的东西。我只确定两句结论：
没有 AI，我不会开始。只靠 AI，我完不成。
黑苹果的门槛从来不是操作难度，操作都是点鼠标的事。门槛是信息密度：太多零散的知识点散落在论坛、GitHub、YouTube 里，说法互相打架，新旧混杂。AI 把找到这些知识的成本压到接近零，让我从"不知道从哪下手"变成"知道该干什么"。它降的是敢不敢开始的门槛。
但这一降，还顺手拆掉了另一样东西：练判断力的那条路。
判断力这东西，也许只能从代价里长。自己翻论坛，自己踩坑，自己心疼浪费掉的时间，这些亏其实不白吃。下次再遇到类似的坑，那句说不清来由的"感觉不对劲"会先冒出来。这就是体感，它没有别的来源，只能一坑一坑攒。
AI 能替你把坑绕开，把时间省下来。省得对，这些亏本来就没必要人人从头付一遍。可省掉的不只是麻烦，还有攒体感的机会。这对新手是份两面的礼物：一面，你靠它能干成以前只有老手才敢碰的事；另一面，老手本来就是坑喂出来的，坑都被绕开了，从新手长成老手的路也被拉长了。判断力没攒起来，下一个问题来了，还是只能问。
信息正变得廉价，判断力却变得更昂贵。
但从"知道该干什么"到"干成"，中间全是判断：试到什么程度该放弃，两个矛盾的说法信谁，看起来有效的结果是真进展还是假象。这些判断它帮不了。不是它不够聪明，是它不用承担任何后果。判断的背后，是必须有人承担的代价。
如果回到进度条不动的那个晚上，我会在第 2 个小时重启换方案。不是因为 AI 说错了什么，它说的每句话都有出处。是因为，那个干等了两个小时的人，是我。