我是个编程新手，虽然过去几十年断断续续接触过各种语言，但代码格式始终是我的噩梦。自动补全和格式化工具对我来说简直是救星。之前一直在用GitHub Copilot，毕竟它是VS Code的默认选项，但最近微软收紧了使用限制，这让我开始寻找替代方案。这种先让你养成高token使用习惯、再突然关门的做法，感觉像是典型的诱敌深入，我受够了。

是时候让我的显卡派上用场了——用本地大语言模型来处理原本依赖Copilot的任务，现在实现起来前所未有的简单。可选方案也前所未有的丰富：Gemma 4、Qwen-Coder-Next、NemoTron，还有数百个其他 capable 的模型任君挑选。

打开网易新闻 查看精彩图片

我动手试了，而且不打算回头。硬件我已经有了，为什么还要为不确定的服务质量支付月费？没错，不该付，你也不该。

【突破速率限制】

即便是付费版GitHub Copilot，断供也来得太快。GitHub Copilot此前一直在巨额补贴用户的token消耗，这种模式注定难以持续。现在会话和每周限制从商业角度更合理了，但这也意味着我们的工作效率被大幅拉低。

从AI大规模盈利的角度看，计费方式确实需要调整。但对已经习惯原有服务水平的用户来说，突然被砍到更低的配额，体验落差很明显。

【选择你的LLM服务器】

一年前，我会毫不犹豫地用Ollama来部署本地模型，为系统上的各种程序提供服务。但现在情况变了，其他搭建OpenAI兼容LLM端点的方式更优。无论是kobold.cpp、llama.cpp、vLLM、Cherry Studio还是LM Studio，都有大量现成方案，无需自己折腾。

LM Studio尤其省心：它会自动告诉你哪些模型能装进你的显存，同时搭建OpenAI或Anthropic兼容的端点。如果部署在家庭服务器上，还能以无界面后台任务运行，随时切换多个模型。

【连接两者】

VS Code Insiders让这一步变得简单。我之前用的是普通版VS Code，但替换GitHub Copilot为本地LLM需要额外插件，操作繁琐。Insiders版则内置了这个功能：点击模型选择下拉菜单，添加自定义端点即可。

如果用Ollama，甚至不需要自定义端点；有其他云LLM订阅的话也能直接接入。输入模型名称和上下文窗口后，我现在把Qwen3-Coder-Next作为编程助手，工作站的GPU终于满负荷运转。

这套方案的核心优势在于确定性：花一次硬件钱，换来不受配额束缚的使用体验。对于已经投资过高端显卡的用户，本地部署的边际成本几乎为零。微软的订阅模式在补贴期确实诱人，但商业逻辑决定了收缩不可避免。与其被动接受不断收紧的限制，不如把算力主权握在自己手里。

技术门槛的降低是关键变量。LM Studio这类工具把模型管理、端点配置、显存适配等脏活自动化，用户只需要做选择题：选模型、选端点类型、填入VS Code。整个过程从"需要读文档折腾"变成了"点击几下完成"。

模型生态的繁荣同样重要。Qwen-Coder-Next等专门针对代码场景优化的开源模型，在特定任务上的表现已经逼近甚至超越通用商业服务。当专用模型遇上本地部署的低延迟，开发体验反而可能更好——没有网络波动，没有排队等待，响应速度只取决于你的硬件。

这种转变的深层意义在于重新校准了成本结构。云服务把硬件成本转化为订阅费用，适合轻量用户；但重度用户的累计支出很快会超过自建方案。当使用强度突破某个阈值后，本地部署的经济性就凸显出来。微软的限流政策，客观上帮用户算清了这笔账。

当然，本地方案并非没有代价。模型选择、版本更新、故障排查都需要自己负责，失去了云服务的"甩手掌柜"体验。但对于愿意投入少量学习成本的技术用户，这种 trade-off 往往是可接受的——尤其是当替代方案的服务质量变得不可预测时。

我的选择已经做出。显卡风扇的噪音，现在听起来像是自由的声音。