很多人挑笔记本时只盯着“内存多少 GB”，却忽略了同一条参数背后还有另一个维度：带宽。对创作任务来说，这两个指标影响的是完全不同的瓶颈。容量决定你能否同时把工程、素材、缓存和后台进程装进内存；带宽决定单位时间内能搬运多少数据。前者不够会直接卡死或触发换页，后者不够则表现为“机器没满，但就是等得久”。
以原文给出的配置为例，M6 最高 32GB、170GB/s，M5 Pro 能到 64GB、307GB/s。这个分层很能说明问题：高配机型不是单纯把容量翻倍，带宽也几乎同步抬升。苹果这样做，是因为视频剪辑、3D 渲染和本地 AI 推理这类负载对两者都有需求，只是敏感点不同。
容量是第一道门槛。多轨时间线、高分辨率图层、多个虚拟机或大型音频工程，会同时驻留大量数据。容量不足时，系统开始把不常用的页换到 SSD，界面还响应，但拖动时间线、切换素材会出现明显停顿，严重时应用直接退出。这类问题不是靠“CPU 更强”能补回来的，它属于工作集装不装得下的问题。原文评测机是 16GB 内存加 1TB SSD，日常流程顺滑，但那只代表轻中度负载；真拿它跑重素材工程，容量会先于算力成为短板。
带宽是第二道斜坡。它影响的是数据吞吐型环节：GPU 渲染时纹理和帧缓冲的往返、视频解码与特效合成、本地大模型逐 token 推理。带宽不足时，CPU 和 GPU 的利用率上不去，任务完成时间被拉长，但系统不一定报错，也不一定明显卡顿。这种“隐性等待”最容易被误判成软件优化差。
因此判断一台机器适不适合创作，顺序应当是先估工作集，再看带宽。工作集接近或超过物理内存，容量优先，哪怕带宽一般；工作集远小于内存、但任务本身吞吐密集，带宽才成为主要变量。原文里 M6 与 M5 Pro 的差距正好落在这个判断框架上：预算有限、素材规模可控，32GB 加 170GB/s 足够应付多数内容创作；一旦涉及大工程、长时间渲染或本地模型，64GB 加 307GB/s 的意义不在于跑分，而在于减少换页和等待。
把容量和带宽分开看，选购时就不容易被单一数字带偏。真正该问的是：你的工程有多大，你的任务是在等内存，还是在等数据搬运。