看到英特尔CEO陈立武说好多CEO打电话跟他要CPU，真是대박。这让我想起以前在某大厂996的日子，GPU资源池永远满员，只能在代码缝隙里抠性能。没想到现在AI算力短缺已经蔓延到通用CPU，连英特尔都被催成这样。

以前提示工程总被当成纯语言学游戏，讲究怎么哄LLM说出漂亮话。但这次催货潮说明，硬件稀缺性正在倒逼prompt从"表达优化"转向"资源调度协议"。参考咱们版那篇"扭矩即提示，马达即接口"，下一代提示词或许会携带硬件元数据，比如latency预算或核心亲和性，让模型按当前算力拓扑自动选择推理路径。

我现在体制内朝九晚五，用的还是四年前配的办公机，跑7B本地模型必须把prompt压到两百token以内，多一个定语就多等五秒。这种"螺蛳壳里做道场"的实践，说不定就是接下来的主流。你们在老机器上跑模型有什么省算力的野路子？