該報導指出,對於作為雲端應用程式介面(API)橋樑的指令行工具而言,強制要求 AVX2 指令集堪稱「架構上的荒謬」。因為絕大部分繁重的 AI 運算皆在遠端伺服器上完成,本地端僅需處理如解析本地目錄、建立 JSON API 負載及執行雲端 API 呼叫等輕量任務。數據顯示,這些任務的 CPU 負載均低於 2%,對比本地大型語言模型推論所需的 90% 至 100% CPU 負載,兩者對硬體需求顯然不同。文章作者認為,要求雲端 API 橋樑必須支援 AVX2 缺乏技術上的正當性。
目前,全球仍有數十億台早於 Haswell 微架構的機器在使用中,尤其在公立學校電腦實驗室及小型企業中更是常見。這些場域原本可受惠於免費或低成本的 AI 編程輔助工具,卻因不必要的硬體要求而被排除在外,加劇了「AI 鴻溝」不僅是每月訂閱費,更是取決於硬體能否參與。GitHub 上已出現相關討論,如 Claude Code 專案下的 #50466 和 #56850 議題,請求開發者提供針對 x86-64-v1 或 x86-64-v2 架構的次要二進位版本,以移除 AVX2 需求。相比之下,Gemini CLI 和 Antigravity framework 則因其優先考慮廣泛相容性,可在舊款 Mac Pro 上順暢運行。這引發了關於硬體生命週期與電子廢棄物處理的討論,強調軟體若需透過雲端處理數據,就不應對本地端的基本操作強制要求現代 CPU。