機器即伺服器，請勿關機

2026年，你開啟終端，輸入一個自然語言請求，Claude Code、Cursor或Windsurf便開始編輯程式碼、執行測試、提交PR。你去泡杯咖啡，回來時bug已經修復。這感覺像魔法嗎？本質上，其邏輯與1970年代CPU逐條執行機器指令並無不同。本文將以計算機架構的視角，剖析AI程式設計代理的實際執行機制，解釋“在本地執行代理”為何正撞上上一代“在本地執行伺服器”所遭遇的同樣天花板，並論證雲原生代理為何是不可避免的下一步。

1. 代理迴圈 = CPU的取指-譯碼-執行週期

每個AI程式設計代理（Claude Code、Cursor、Windsurf）的核心都是一個無限迴圈：觀察當前狀態（讀取檔案、檢查錯誤）、思考下一步（LLM推理）、執行動作（編輯程式碼、執行命令）、檢查結果。這本質上就是穿了一件風衣的CPU流水線：每個模型請求就像一次PC暫存器跳轉，取回下一條“指令”；解析模型輸出的tool_call JSON相當於操作碼與運算元；實際編輯檔案、執行Shell命令則是執行階段。上下文視窗（128K token）對應暫存器檔案和L1快取，檔案系統對應主存，Git倉庫對應磁碟，等待工具輸出相當於CPU等待I/O中斷，多代理併發則如同多核SMT爭搶匯流排。效能瓶頸也如出一轍：等待工具返回時流水線停頓，上下文視窗不足時頻繁交換檔案導致吞吐量崩潰。一個200K token的代理就像擁有超常L1快取的CPU，能將更多“指令+資料”留在片上，減少對主存的訪問。

1. 本機執行代理之痛：三大瓶頸

瓶頸一：計算資源——你的MacBook在哭泣。粗略估算：一個Claude Code會話需Node.js執行時加3-5個MCP伺服器程序加上下文快取，佔用500MB到2GB記憶體。同時執行3個代理（一個前端、一個後端、一個跑整合測試）將吞噬4-6GB記憶體。32GB記憶體的MacBook Pro M3？三個代理加VS Code、Docker和Chrome，記憶體壓力直逼90%，風扇開始呼嘯。更糟的是，當代理觸發npm install或go build時，所有核心100%滿載，其他代理陷入I/O等待。一句話：你以為AI在為你工作，實際上你的筆記本在為AI賣命。

瓶頸二：代理無法保持線上。代理最大的敵人不是計算不足，而是突然消失。合上筆記本蓋，macOS傳送SIGTSTP導致SSE流中斷，代理掛起等待響應；通勤時Wi-Fi到LTE的切換重置TCP連線，會話狀態半死；家中斷電，所有會話蒸發，半編輯的程式碼能否存活取決於你是否已提交；切換機器，環境重建至少半天；早晨開機，等15分鐘讓Docker守護程序冷啟動、PostgreSQL恢復、Redis載入AOF、node_modules重新編譯原生依賴。你的代理和你一樣朝九晚五：你下班它也下班，你斷網它也斷網。但工作從不等待——你睡覺時，CI在跑，PR在堆積，生產警報在閃爍。

瓶頸三：環境異構與汙染。只有老手才能真正體會這種痛苦：在macOS上安裝rclone需折騰macFUSE簽名半天，Linux上一條apt install fuse3即可；同一代理提示詞，兩臺機器兩個不同bug。Python 3.9/3.10/3.11, Node 16/18/20/22共存，某天你想清理時發現~/.local/lib是依賴關係義大利麵條。快取膨脹：~/.cache 50GB, ~/Library/Caches 80GB, 橫跨47個專案的node_modules總計120GB。環境汙染：代理A安裝了一個全域性npm包修改了PATH，代理B啟動後發現CLI行為改變，你花2小時除錯才發現是“室友”乾的。痛切的教訓：你的開發環境是一間合租公寓——租客越多越髒，但沒人願意打掃。

1. OpenClaw與Mac mini熱潮：為何“自託管代理伺服器”只是過渡階段

2026年中，一個名為OpenClaw的專案突然在Twitter/X上走紅。它做什麼？簡單說：在家讓一臺Mac mini 24/7執行，專為Claude Code/opencode服務。聽起來簡單得可笑，但數千名開發者購買了Mac mini M4——不是給自己，而是給代理用。你在火車上掏出手機瞥一眼儀表盤：“哦，我的代理已審完那5個PR，所有測試透過。”這讓你想起什麼？90年代末，工程師把桌上型電腦塞進壁櫥，讓守護程序24/7執行。當時我們稱之為“伺服器”，現在叫“代理伺服器”。本質一樣：有些計算不應跟隨人類的睡眠週期，它應該永不關機，永不掉線。靈魂拷問：在AI程式設計時代，每個開發者都需要一臺“個人代理伺服器”嗎？答案是肯定的——但熱度並未持續。OpenClaw社群的討論很快從“如何設定”轉向“我們踩了哪些坑”。有篇Medium文章題為《為何我的安全AI助手實際上很危險》，指出OpenClaw對主機擁有完整的終端和檔案系統訪問許可權，卻沒有WAF、IAM或審計日誌作為後盾。評測發現基礎版Mac mini M4（256GB儲存）被AI快取和會話資料吞噬殆盡；16GB RAM勉強應付單個代理，多代理則需更貴的M4 Pro。更深層的問題：單一Mac mini是單點故障。這簡直與2000年代中期的家庭NAS熱潮一模一樣——群暉和威聯通大賣，極客們興奮三天，然後發現RAID重建需48小時，UPnP配置令人發狂，韌體更新時重啟盒子正好家人在看電影……新鮮感一過就吃灰。OpenClaw的短暫爆發證明了一件事：開發者確實需要“始終線上”的代理。但路徑不應是“每人買一臺物理機”——就像消費者對“隨處訪問檔案”的需求最終由Dropbox/iCloud滿足，而非家庭NAS。

所以你興沖沖買臺Mac mini放家裡，指望代理24/7工作。以下是你將依次遇到的問題：網路：家庭動態IP，無公網地址，需frp/Tailscale/ngrok隧道，又多一層維護；電源：一年至少幾天停電，或者你媽覺得插線板太熱拔掉了，代理和半成品程式碼同歸於盡；硬體故障：SSD五年壽命，記憶體退化，風扇積灰導致熱節流——Mac mini無冗餘，壞了就壞了；熱量與噪音：Mac mini尚可，但臥室裡放個PC機箱？凌晨3點風扇會吵醒你；安全：家庭網路無WAF、無IDS，暴露SSH三天，auth.log裡就有數千次暴力嘗試；備份：單SSD裸機，無RAID，無異地備份——災難發生時，程式碼至少還在Git上，但代理配置和會話歷史全丟；地理延遲：出差東京，連線家中Mac mini，300ms RTT，每次按鍵延遲半秒，這不是遠端開發，是遠端折磨。你可能覺得Mac mini的電費便宜——確實，每年不到30美元。但你媽一年至少拔三次（“這東西整天開著浪費電”），伴侶說過兩次“這盒子佔地方，扔了吧”，你的ISP每季度無通知斷網一次。UPS能撐二十分鐘，但擋不住你爸嫌插線板太多“收拾了一下”。這些損失怎麼算？沒法算。真正的成本不是錢，而是不斷擔心那臺機器是否還活著的心理負擔。這種認知負荷遠比每月多花幾美元雲伺服器貴得多。

1. 邁向伺服器

CPU世界花了50年從單核單執行緒進化到K8s叢集排程數百萬容器。代理世界將在5年內重走這條路——從“一個終端一個代理”到“彈性雲排程數千代理”。每一步都服務於同一個目標：提高任務管線的吞吐量。類比一下：上半部分是並行執行的經典CPU指令流水線，下半部分是並行執行的代理任務流水線。本質相同，只是工作單元從“機器指令”變成了“開發任務”。我們來做個快速實驗：開啟活動監視器，啟動一個Claude Code會話，觀察資源消耗。單個會話約消耗1-2GB RAM，加上間歇性CPU突增到100%。你MacBook的32GB看起來慷慨？減去macOS自身的8GB，IDE的4GB，Chrome（那個記憶體黑洞）的6GB，留給代理的頂多夠2-3個。想同時修復5個bug？抱歉，OOM殺了。

換成24/7執行的Mac mini？好一點，大概能支撐3-5個代理。但你一離家它就孤立無援：網路斷開無人重連，掛死無人重啟。換到雲VM（4C8G）？現在可以跑到5-8個，但大家爭搶CPU且環境共享混亂。用Docker容器化在8C32G的機器上？可以隔離10-15個乾淨的代理環境——但仍是一臺物理機，天花板可見。然後K8s/Serverless登場：需要一個代理就啟動一個Pod，需要一百個就啟動一百個，空閒時縮到零，不花錢。從筆記本的2-3個到雲端的1000+，這是500倍的差距。這不是漸進式改進，而是相變。這就是為什麼“上雲”不是錦上添花，而是開啟了全新的可能性空間。

當然，我們不能只講有趣的部分。Anthropic的賬單月底到來：四位數美元。你恐慌三秒，然後開啟提交日誌——本月你合併了47個PR，修復了120個bug，交付了3個新功能，清理了一半技術債務。隔壁團隊同樣人數，只交付了8個PR。算算賬：你在API呼叫上花了約2000美元，但產出相當於需要額外3名工程師——那每月工資超過3萬美元。ROI：15倍。你不是在花錢，而是在加槓桿。而且情況只會更好：計算成本呈指數下降——這是該行業的鐵律。AWS EC2在2006年貴得離譜，到2026年學生啟動例項都不眨眼。LLM推理成本每年下降50%以上。兩三年後，執行50個代理一天的成本將相當於今天一個ECS例項的費用。雲代理不是成本中心，而是利潤槓桿。問題不是“我負擔得起嗎？”，而是“我能負擔與使用它們的人競爭嗎？”。

認識到自託管的痛苦後，道路變得清晰。計算行業已經在……（原文因AI成本控制截斷）