在迷你 PC 上运行的智能体

到目前为止，您手动启动智能体，看着它干活，关掉终端。这很好，但也错过了一台专用机器的真正威力。您的笔记本，您一合上，它就睡了，跟您一起去开会了。而迷你 PC，它一直开着，安静，电费几乎为零，日夜不停。这就改变了一切：它成了那些不需要您在场就能工作的智能体的完美宿主。

这恰恰是一台笔记本做不到的事。一个每天早上 7 点在您还睡着时醒来的智能体、一个整天盯着某个数据流的智能体、一个在您过周末时给您准备报告的智能体，它需要一台永不关机的机器。您有这么一台。我们来看看拿它做什么。

思路：一台始终在线的机器 = 不用您也能跑的智能体

智能体，我们在 什么是智能体 里看过，是一个循环：目标、行动、观察、再来一遍。没有任何规定要求这个循环必须在您眼皮底下展开。如果您能让它自己触发，按时间表、按事件、在后台，那么您的迷你 PC 就变成了一位在您过自己生活时替您干活的同事。

几个在机器不再睡觉那天变得可能的例子：

• 每天早上，一个智能体复审打开的 pull request，给您往 Slack 发一份摘要。
• 一个智能体盯着一个 RSS 流或一个 API，有动静就提醒您。
• 一份周期性报告（前一天的数字、某个服务的状态）自动生成并发出，您连小指头都不用动。
• 一个智能体监控一个服务，它一倒就告警您。

共同点：没人在屏幕前。正是在这里，专用迷你 PC 把笔记本远远甩在后头。

后台或按计划运行的智能体

怎么从「一个我启动的智能体」走到「一个自己启动的智能体」？用 Linux 两个老牌的计划工具：cron 和 systemd timer。您在 系统设置 里碰到过它们，正是它们在固定时刻触发一条命令，一遍又一遍，不用您。

诀窍在于，您的智能体会以非交互模式（「headless」）运行：与其开一个终端跟它聊，您一次性把一个任务交给它，它执行，它交出结果，它停下。把这个模式接到一个 timer 上，您就有了一个周期性智能体。

实际的形态，略去语法细节：

# crontab -e, 每天早上 7 点，唤醒智能体执行一个固定任务
0 7 * * *  cd ~/projets/veille && /chemin/vers/agent "复审打开的 PR 并发一份摘要" >> ~/logs/veille.log 2>&1

timer 带着一个任务调用智能体，智能体自己循环直到「完成了」，写进一个日志，交还控制权。明天早上，再来一遍。

Claude Code 自己也能做计划任务，只是尺度不同。/loop 会在会话保持打开期间按固定间隔重复执行一条指令（周期性任务七天后自动过期）。Routines（/schedule）按计划运行，但跑在 Anthropic 的云端，离您的文件和本地模型都很远。要让智能体在迷你 PC 上干活，cron 和 systemd 仍是合适的管道。

制胜组合：本地智能体 + Ollama

一个一天跑一百次的智能体，您不会想一天付一百次钱。而如果它处理敏感数据，您也不会想每转一圈数据就跑到第三方那儿去。这恰好是 云 + 本地混合 的用武之地，应用到自主工作上。

思路：对那些高频、私密或离线的循环，您把智能体指向一个由 Ollama 服务的本地模型。边际成本：零。流出的数据：没有。一个一天分类、概括或监控上千次的后台智能体，在您的机器上免费且私密地运行。您把云端（Claude、GPT）留给那种真正需要顶尖推理的罕见时刻。

挑选这个模型时，Quelle IA 有一份本地模型排行榜和逐台机器的推荐页（例如配 128 GB 内存的 Ryzen AI Max+ 395），均为法语网站。用于智能体时，请再对照智能体排行榜：聊天聊得好的模型，未必擅长独立连续执行动作。

随处可达

迷你 PC 在您的私有网络上。所以您不需要人在它跟前，就能把活交给它、或看它进展到哪儿。从地铁里的手机上、从客户那儿的笔记本上：您给您的机器发一个任务，它在您身处别处时干活，您晚点再复审结果。

Claude Code 通过 Remote Control 原生支持这一点：运行 claude --remote-control（或在已打开的会话里输入 /remote-control），这个会话就能从 claude.ai/code 或手机上的 Claude App 操控，而代码和文件始终留在迷你 PC 上。需要 Pro、Max、Team 或 Enterprise 订阅。Codex 这边，从手机操控要通过 ChatGPT App 的 Codex（或 Remote）标签页，它连接的是 Mac 或 Windows PC 上的 ChatGPT 桌面版；这个桌面版可以通过 SSH 打开迷你 PC 上的项目，前提是迷你 PC 上已安装 codex 并已登录。如果您更想在 Telegram 或 Discord 里给智能体发消息，Claude Code 的 Channels 以及 Hermes、OpenClaw 这类网关在 Hermes 与 OpenClaw 里有介绍。

其余部分就是接下来网络那一章的主题：Tailscale 在您的设备之间织起私密链接，远程工作 展示如何从任何地方通过 SSH 连上这台机器。迷你 PC 成了一间您揣进口袋随身带走、却从不拔电的工坊。

用 tmux 让一个会话保持鲜活

不是所有智能体都是计划任务。通过 SSH 启动的长时间交互式会话会随连接一起断掉，除非您是在 tmux 里启动的：会话活在迷你 PC 上，您脱离之后，稍后还能原样找回它。具体用法见远程工作。tmux 加 claude --remote-control 是很好用的组合：tmux 让进程活着，Remote Control 把它放进您的口袋。

一个自主智能体的安全

我们说到正经事了。一个没有人在回路里而行动的智能体，恰恰是最小权限原则最要紧的地方。当您在屏幕前，您可以在闯祸之前说「不」。凌晨三点的后台任务里，没人会替您说不。

搭建一个周期性智能体：清单

这三个智能体都能胜任这种后台工作。它们提供的模型不一样：Quelle IA 的编程工具页面（法语网站）列出了 Claude Code、Codex 和 OpenCode 各自的模型及其得分。如果您想要一个常驻的、能通过聊天软件联系、自带记忆和计划任务的助手，请看 Hermes 与 OpenClaw。

# crontab -e，每天早上 7 点
0 7 * * *  cd ~/projets/veille && ~/.local/bin/codex exec --sandbox workspace-write -o ~/logs/veille-resume.md "阅读所有打开的 PR 并写一份摘要" >> ~/logs/veille.log 2>&1

关于长程自主的一句老实话

把话说清楚：在长程、开放任务上的无监管自主，仍然是这一领域的前沿。本地模型尤其如此，它们作为界限清晰的后台工人远比作为完全自主的操作者出色，我们在 选择您的本地模型 里直言不讳地说过。把一个本地模型放到一个模糊而遥远的目标上，它会信心满满地、循环不止地产出看似有理却是错的东西。

对策很简单，两个字就够：划界与核验。切成短而清晰的任务，把它们做成幂等的活，留一个人来复审结果。一个把一件小事做好一千次的后台智能体，无限优于一个雄心勃勃却迷失的智能体。这没那么壮观，却有用得多。