LLM推理（Mac端）：

• 用 MLX 跑 Qwen3.6-27B 是最优解，128G统一内存完全够用，4-bit量化只占~16GB，还能同时跑其他任务
• Hermes Agent 原生支持 MLX backend，直接 hermes config set model.provider mlx 就能用，延迟在 M3 Max 上大概 25-35 t/s，27B稠密模型体验很流畅
• 也可以试 ollama + MLX backend，但 Hermes 直接对接 MLX 延迟更低

文生图/视频（PC端）：

• RTX3080 10G 跑 ComfyUI 是正解——Mac跑LLM，PC跑图，分工明确
• 10G显存：SDXL、SD3.5-medium、FLUX schnell 都能跑（FLUX要加 --lowvram），文生视频用 LTX-2.3 也可以
• 如果你想在Mac上也跑图，M3 Max 40C GPU 跑 Diffusion 也可以（用 MPS backend），但速度不如 RTX3080，建议主力还是PC

双机联动：

• 用 Tailscale 组网，Mac和PC之间直接走局域网传文件/模型，速度很快
• 或者用 Syncthing 同步 ComfyUI 的 output 文件夹，PC跑完图自动同步到Mac查看

一句话总结：Mac跑LLM（MLX + Hermes），PC跑图/视频（ComfyUI + RTX3080），双机并行效率拉满。