如果你正在使用搭载 Apple M 系列芯片的 Mac 运行 Hugging Face 的 Codex 插件，却频繁遇到光标旋转、代码补全延迟高达两三秒，甚至切换文件时界面近乎“冻结”——先别急着归咎于插件本身，也不用怀疑新 Mac 的性能不足。
问题的核心并非插件功能缺陷，而是其默认运行方式与 M 芯片的“统一内存架构”及“神经引擎”等新技术未能实现最佳兼容。结果往往是：模型推理走了效率低下的 CPU 软解，缓存数据在内存中频繁交换，线程调度也未充分利用性能核心与能效核心的分工优势。这一系列错配叠加，卡顿便成为必然。
确认当前运行模式是否被 Rosetta 拖累
首先要确认你的 VS Code 是否仍在通过 Rosetta 2 转译执行 x86_64 的“旧架构”代码。这是性能崩塌的第一个关键缺口。
打开终端，执行命令：
ps aux | grep -i codex
仔细检查输出中是否包含【Rosetta】关键词。若存在，基本可以确诊问题根源。
这一步不可跳过，否则后续优化可能完全无效。若未发现 Rosetta 但卡顿依旧，则继续检查 Python 进程。执行：
ps aux | grep python
找到 Codex 调用的 Python 解释器具体路径，然后运行：
file /path/to/python
确认输出显示的是 arm64，而非 x86_64。
强制 VS Code 以原生 ARM64 模式启动
既然要适配 M 芯片，就必须让 VS Code 完全运行在原生 ARM64 模式下。有两种方法：
方法一：直接下载 ARM64 原生安装包
最彻底的方案是前往 Visual Studio Code 官网的下载页面，明确选择“macOS (Apple Silicon)”版本进行下载安装。务必仔细甄别，避免错选“Universal”或“Intel”版本。安装新版本前，建议彻底卸载旧版 VS Code，包括残留的配置目录。完成后最好重启一次系统。
方法二：命令行强制指定架构（仅适用于已安装 Universal 版）
如果你已安装通用版本，也可以借助终端命令强制以 ARM64 模式启动：
arch -arm64 /Applications/Visual Studio Code.app/Contents/MacOS/Electron
这条指令可直接绕过 Rosetta，确保 VS Code 主进程运行在原生架构上。
需注意，这样启动的 VS Code 窗口，其 Dock 图标不会自动继承该设置。你需要手动将其固定到 Dock，然后右键点击图标 → 选项 → 勾选“在程序坞中保持”，否则关闭窗口后，下次启动时它可能又悄悄回到 x86_64 模式。
重配 Codex 插件底层 Python 环境
光环境正确还不够，插件的内核——即它所依赖的 Python 环境与计算库——也必须针对 M 芯片的 Metal 性能着色器（MPS）进行适配。
第一步，创建专为 Codex 服务的 ARM64 Python 虚拟环境。在终端中依次执行：
brew install python@3.10
python3.10 -m venv ~/codex-venv
source ~/codex-venv/bin/activate
第二步，安装支持 MPS 加速的 PyTorch。执行以下 pip 命令：
pip install --pre torch torchvision --extra-index-url https://download.pytorch.org/whl/nightly/cpu
该命令将从 PyTorch 的索引源安装包含 MPS 后端的测试版，让 Hugging Face 的模型推理能够调用 M 芯片的 GPU 与神经引擎进行加速。
第三步，在 VS Code 中将插件的 Python 解释器切换至刚刚配置好的环境。按下 Cmd+Shift+P，输入“Python: Select Interpreter”，然后在列表中找到并选择 ~/codex-venv/bin/python。重启插件后，所有 transformers 的调用便会自动走 MPS 而非 CPU。
调整 Hugging Face 运行时关键参数
环境配置就绪后，还需对 Hugging Face 自身的运行机制做微调，以更好地适应 M 芯片的统一内存架构。
① 启用 CoreML 执行提供器
对于 Qwen、Phi-3 等轻量级模型，启用 CoreML 能带来显著的速度提升。你需要找到 Codex 插件的配置目录（通常路径类似 ~/.vscode/extensions/ms-python.python-*/pythonFiles/lib/python），在其中创建或编辑名为 transformers_utils.py 的文件，并插入以下环境变量设置：
import os
os.environ["HF_TRANSFORMERS_OFFLINE"] = "1"
os.environ["TRANSFORMERS_NO_ADVISORY_WARNINGS"] = "1"
os.environ["PYTORCH_ENABLE_MPS_FALLBACK"] = "1"
② 强制使用 MPS 设备
接着，需要在插件加载模型的地方修改设备指定。该逻辑通常位于类似 inference.py 的文件中。找到模型加载的那一行，将默认设置如 device = "cpu" 改为：
device = "mps" if torch.backends.mps.is_a vailable() else "cpu"
这样便可在 MPS 可用时优先使用它。
③ 关闭冗余缓存机制
Hugging Face 默认将模型文件缓存到磁盘。但在 M 芯片的统一内存架构下，频繁的磁盘 I/O 反而会成为性能瓶颈。可以在插件的配置中，为模型加载添加 cache_dir="/dev/null" 参数，或者直接移除 cache_dir 参数。目的是让模型权重常驻内存，避免不必要的换入换出。
系统级资源释放与绑定
最后，在系统层面也有一些简单设置可以释放更多资源供 Codex 插件使用。
关闭“减弱动态效果” 该设置位于系统设置 → 辅助功能 → 动态效果中。开启时会抑制 Metal 渲染管线，间接影响 MPS 后端的性能释放，建议关闭。
禁用后台应用刷新 在系统设置 → 通用 → 后台应用刷新中，可以暂时关闭所有非必要的 App 刷新。因为 Codex 插件运行时，其他应用在后台同步数据可能争抢统一内存的带宽。
临时提升进程数上限
M 芯片默认的单用户进程数上限可能偏低，而 Codex 插件在加载模型和分词器时往往会创建多个子进程。可以在终端执行：
sudo sysctl -w kern.maxprocperuid=2048
该命令能临时提高进程数上限，避免因达到限制而引发的意外卡顿。
经过这一套从“诊断”到“治疗”的组合优化，原本卡顿的 Hugging Face Codex 插件在 M 系列 Mac 上的表现应该会流畅许多。本质上，这是一次针对新硬件架构的深度适配与性能调优。