买苹果这笔账，AI 能算九成，剩下一成在你手里

1 · NO SINGLE BEST

买苹果，没有最优解

买苹果设备的人，问得最多的是，哪款最划算。

这个问题本身不成立。划算不是一个维度，是两个。花多少钱，和得到多少性能，天生互相打架。多目标优化里找不到「最便宜同时最强」的解。这种问题，能找到的是一条前沿，经济学家帕累托 1906 年就把这事讲清楚了。

前沿上的每个方案都意味着一件事，不存在另一个选项，同时比它更便宜、又比它更好。

这套方法论的完整推导之前写过一篇，从二手残值率讲到持有成本公式，感兴趣的从这边进：《帕累托购买决策框架——又好又便宜是如何可能的》。三条核心结论，先摆在这里：

落到买苹果这件事上，横轴月均成本，纵轴性能满足度，每个点是一种机型、持有期、买入时机的组合。你的任务不是找最优点，是在前沿上找自己的位置。

2 · ONE CHART, ANY QUESTION

千奇百怪的问题，塞进同一张图

方法论好用，但手工算不动。一次像样的分析，要同时用到保值率曲线、芯片跑分、内存和存储的权重、发布节奏、维修成本，还有随时在变的市场价快照。

这些数据我们维护在技能仓库的常量库里，月更快照。往上一层，是一个 AI 技能，apple-value-analysis。你用大白话提问，它跑完一套流程，吐出一份带图表的决策报告，每个候选方案的月均成本、性能满足度、残值推演都在里面。技能包可以从本站导航栏「技能下载」一键取走，也可以去 GitHub 仓库看源码。

问法可以很任性。

这些问题的共同点是，约束各不相同。预算不同，持有期不同，要不要二手不同，赶不赶新品不同。网上的攻略只能给通用答案，技能做的事，是把你的具体约束塞进同一张图里，重算一遍。

大概是这么一个效果：

上一篇的 M6 预估，也是它跑出来的。「等发售后买降价 M4 划不划算」，三种情景加权一算，结论是不如现在就买。这种判断靠人肉经验，很难拍得出来。

3 · THE LAST TEN PERCENT

掏钱的是你自己

说到这，好像有个 AI 技能就够用了。但很多时候，我自己反而更常用小程序。

因为一个有点尴尬的事实。AI 调研到的价格，不一定是真的。

它看到的是闲鱼挂价、电商页面价。挂价和成交价之间，普遍隔着 5% 到 10%，上一篇的数据说明里，我们自己交过底。

而你的真实世界里，价格是另一套。国补能不能叠，你才知道。朋友手里的 M4 多少钱肯出，你才知道。公司渠道、教育优惠、楼下实体店的展示机，AI 一个都摸不到。

说到底，掏钱的是你自己。

所以小程序「帕累托买苹果」的结果页底部，专门留了一个入口，叫「手动修改方案」。我们给它的定位是，你的购买调研笔记本。

先说结果页怎么来的。打开小程序，五个问题，品类、预算、持有期、新品还是二手、性能底线，答完出来一张帕累托前沿图和推荐区间。

图 2 · 小程序结果页FIG. 2 · RESULT

进了手动修改方案，能做三件事。

第一，改价。把模型用的挂价，直接改成你聊下来的实价。渠道也可以换，闲鱼、转转、京东、拼多多，或者干脆自填一个「朋友转让」。

第二，加方案。任何模型不知道的选项，朋友那台九五新的 Mac mini，公司内购的 iPhone，手动加一行，机型、配置、价格、持有期，标上「自添加」。

图 3 · 手动修改方案FIG. 3 · MANUAL MODIFY

第三，重算。点一下，你的方案和模型的原生方案一起，重新进同一张帕累托前沿图，推荐区间跟着刷新，结果明确标注「基于用户输入价」。

图 4 · 重算前后的前沿图FIG. 4 · RECALC

这一步是我们最想讲的。你个人的真实调研，不再是决策之外的参考信息，而是被直接装进了框架里。朋友价到底是不是真的划算，进图一目了然。

图 5 · 重算后的完整候选方案FIG. 5 · DOMINATED

改完还能导出一张长图，带着你的方案表和小程序码，发给一起做决定的人。顺手的话，可以自愿把成交价上传到云端。这些数据会用来修正预测，上传的人越多，下次的预估就越准。

工具算的，是通用解。你的钱要买的，是唯一解。

帕累托框架从第一天起就没打算替你做决定。它只保证一件事，摆到你面前的每个方案，都经得起「更便宜的同时更好」的检验。

至于最终按下付款键的那一行价格，只能你自己填。

图 6 · 小程序码FIG. 6 · MINI PROGRAM

关联阅读 框架的完整推导见《方法论》四章长文；苹果为什么是第一个验证案例，见CASE 01《为什么是苹果》。