ผมรัน AI Agents 6 ตัวตลอด 24 ชั่วโมงบนเครื่องใต้โต๊ะทำงาน ค่าไฟรวมแค่ 11 ดอลลาร์ต่อเดือน

หลายเดือนก่อน ผมยังหาเหตุผลมานั่งให้ AI agent ทำงานข้ามคืนไม่ได้เลย ทุกๆ loop ใช้ tokens ทุกๆ tokens ก็คือเงินที่ต้องจ่าย ดังนั้นผมจะเริ่มงาน คอยดูมัน แล้วก็ปิดมันก่อนเข้านอน

ตอนนี้ผมมี agent หกตัวทำงานตลอด 24 ชั่วโมงบนเครื่องเดียวที่ขนาดเท่าเตาอบปิ้งขนมปัง พวกมันค้นหา สรุป จับตามอง จัดเรียง และเขียน ในขณะที่ผมนอน ในขณะที่ผมกิน ขณะที่ผมไปพักร้อน ค่าไฟเพิ่มขึ้นมาแค่สิบเอ็ดดอลลาร์ นั่นคือต้นทุนการดำเนินงานทั้งหมด

นี่คือรีวิวฉบับย่อ 👇

นี่คือการตั้งค่า เครื่องจักร และสิ่งที่เปลี่ยนไปเมื่อ AI เลิกเป็นบริการที่คุณเช่า และกลายเป็นโครงสร้างพื้นฐานที่คุณเป็นเจ้าของ

อัญมณีที่แท้จริงที่ไม่มีใครพูดถึง

ทุกคนบนอินเทอร์เน็ตกำลังเถียงกันว่าโมเดลคลาวด์ตัวไหนฉลาดกว่า ในขณะเดียวกันการปฏิวัติเงียบๆ ก็เกิดขึ้นในฮาร์ดแวร์ และแทบไม่มีใครสังเกต

Minisforum MS-S1 Max คือเวิร์กสเตชันขนาดเล็ก ตัวเครื่องอะลูมิเนียม วางบนชั้นได้ จัดส่งมาพร้อม SSD 2TB, พาวเวอร์ซัพพลายในตัว 320W และชิปที่น่าสนใจที่สุดที่ AMD เคยใส่ในเดสก์ท็อป: Ryzen AI Max+ 395

สิ่งที่สำคัญเกี่ยวกับชิปตัวนี้: มันแชร์หน่วยความจำ 128GB ระหว่าง CPU และ GPU ไม่มีการ์ดจอแยก ไม่มี VRAM เล็กๆ กองเดียวขนาดใหญ่ที่โปรเซสเซอร์ทั้งสองอ่านได้ นี่คือเคล็ดลับทางสถาปัตยกรรมเดียวกับที่ทำให้ Apple Silicon ยอดเยี่ยมสำหรับ AI ในเครื่อง แต่ตัวนี้รัน Linux ได้อย่างถูกต้อง มีอีเทอร์เน็ต 10 กิกะบิตคู่, USB4 V2 ที่ 80Gbps, ช่อง PCIe x16 สำหรับขยาย และราคาประมาณ 3,000 ดอลลาร์

1Minisforum MS-S1 Max, what's inside:
2
3Chip              AMD Ryzen AI Max+ 395 (Strix Halo)
4
5CPU               16 cores / 32 threads, up to 5.1 GHz
6
7GPU               Radeon 8060S, 40 RDNA 3.5 CUs
8
9NPU               50 TOPS
10
11Total AI perf     126 TOPS
12
13Memory            128GB LPDDR5x-8000, unified (CPU+GPU share it)
14
15Usable as VRAM    up to ~96GB on Linux
16
17Storage           2TB NVMe Gen4 + 1 free M.2 slot
18
19Networking        Dual 10GbE + Wi-Fi 7
20
21Ports             2× USB4 V2 (80Gbps), HDMI, USB-A, USB-C
22
23Expansion         PCIe x16 slot (Gen4 x4 speed)
24
25Power             160W peak / 130W sustained
26
27Form factor       2U rack-mountable
28
29Price             ~$3,000 (128GB/2TB config)

นี่ไม่ใช่พีซีสำหรับเล่นเกม ไม่ใช่ NAS นี่คือเซิร์ฟเวอร์ AI ในเครื่องที่บังเอิญหน้าตาเหมือนมินิพีซี และสเปคที่ทำให้มันแตกต่างจากกล่อง Strix Halo ตัวอื่น: Minisforum ดันชิปไปที่ 160W ในขณะที่คู่แข่งจำกัดที่ 120–140W วัตต์ที่มากกว่า = ความเร็วที่สูงกว่าสำหรับการ infer ต่อเนื่อง สิ่งนั้นสำคัญเมื่อ agent ของคุณทำงานเป็นชั่วโมง

สิ่งที่มันรันและเร็วแค่ไหน

ติดตั้ง Ollama บน Linux ดึงโมเดลมา แค่นั้น ไม่ต้องยุ่งกับไดรเวอร์ ไม่ต้องพึ่งพา CUDA ไม่มีไฟล์คอนฟิก นี่คือสิ่งที่กล่องตัวนี้ส่งมอบด้วยโมเดล Q4-quantized:

1Model                    VRAM       Speed           Good enough for
2───────────────────────────────────────────────────────────────────────────────
3Qwen3-Coder 30B          ~18GB      ~40-50 tok/s    Daily coding, scripts
4Llama 3.3 70B            ~42GB      ~20-25 tok/s    Complex reasoning, analysis
5DeepSeek-V3 0324         ~95GB      ~10-12 tok/s    Deep research, long docs
6Qwen3-235B (MoE)         ~110GB     ~6-8 tok/s      Frontier-class tasks

โมเดล 30B และ 70B คือตัวทำงานหลัก เร็วพอสำหรับการใช้งานแบบโต้ตอบ ส่วน 235B อยู่ในลีกเดียวกับ Claude Sonnet ในหลายเกณฑ์มาตรฐาน ช้ากว่า แต่คุณไม่ต้องจ่ายต่อ token ดังนั้นคุณปล่อยให้มันคิด

และนี่คือทริกเด็ด: Minisforum ออกแบบกล่องนี้ให้ทำคลัสเตอร์ได้ MS-S1 Max สองตัวต่อกันจะรัน Qwen3-235B ได้ที่ ~11 tokens/วินาที สี่ตัวรัน DeepSeek-R1 671B (โมเดล 380GB เต็ม) ในเครื่อง บนโต๊ะ ไม่มีดาต้าเซ็นเตอร์ ไม่มีคลาวด์

ทำไม 'เปิดตลอดเวลา' ถึงเปลี่ยนทุกอย่าง

นี่คือสิ่งที่คนส่วนใหญ่พลาดเกี่ยวกับ AI ในเครื่อง มันไม่ใช่เรื่องที่โมเดลจะเก่งเท่า GPT-5 หรือ Claude Opus แต่เป็นเรื่องของสิ่งที่เกิดขึ้นกับพฤติกรรมของคุณเมื่อการ infer กลายเป็นของฟรี

เมื่อคุณจ่ายต่อ token คุณจะคิดก่อนที่จะ prompt คุณปรับแต่งคำถาม คุณปิดการทดลองก่อนกำหนด คุณไม่ปล่อยให้ agent วนซ้ำเป็นเวลาแปดชั่วโมงเพราะตัวเลขมันไม่สมเหตุสมผล

เมื่อการ infer มีค่าใช้จ่ายแค่ค่าไฟและไม่มีอะไรอื่น คุณก็หยุดคิดแบบนั้น และนั่นคือจุดที่มูลค่าที่แท้จริงปรากฏขึ้น

agent หกตัวที่ผมรันตลอด 24 ชั่วโมง:

1. ตัวจัดเรียงอินบ็อกซ์ ดึงอีเมลของฉันทุก 15 นาที จัดหมวดหมู่ทุกอย่าง ร่างคำตอบสำหรับเรื่องที่ซ้ำซาก ฉันตื่นมาเจออินบ็อกซ์ที่จัดเรียงแล้วพร้อมร่างคำตอบรออยู่ เวลาที่ประหยัดได้: ~40 นาทีทุกเช้า
2. ตัวติดตามงานวิจัย จับตาดูฟีด RSS 30+ รายการ, ฟอรัมเฉพาะกลุ่ม, และบัญชีเฉพาะบนแพลตฟอร์มต่างๆ สรุปทุกอย่างที่เกี่ยวข้องกับงานของฉันเป็นไดเจสต์รายวันที่ส่งไปยัง Telegram ตอน 7 โมงเช้า ถ้าใช้ API คลาวด์ จะเสียค่า token ประมาณ $15-20/วัน บนกล่องนี้: ฟรี
3. ตัวประมวลผลเอกสาร อะไรก็ตามที่ฉันหย่อนลงในโฟลเดอร์ที่กำหนดจะถูกอ่าน สรุป และติดแท็ก สัญญา, รายงาน, PDF, งานวิจัย สรุปและประเด็นสำคัญจะปรากฏในแอปโน้ตของฉันภายในไม่กี่นาที ฉันไม่ได้อ่านรายงาน 40 หน้าด้วยตัวเองมาหลายเดือนแล้ว
4. ตัวตรวจสอบโค้ด จับตาดู git repo ของฉัน ทุกการ push จะกระตุ้นการตรวจสอบ: สไตล์, บั๊ก, ความปลอดภัย, ความครอบคลุมของการทดสอบ ผลลัพธ์ถูกโพสต์เป็นความคิดเห็น รันโมเดล 70B ดังนั้นรีวิวจึงดีจริง
5. ตัวเตรียมการประชุม ดูปฏิทินของวันพรุ่งนี้ ดึงบริบทจากโน้ตและอีเมลล่าสุดเกี่ยวกับแต่ละคน/หัวข้อ สร้างสรุปหนึ่งหน้าต่อการประชุม พร้อมภายใน 8 โมงเช้า
6. ตัวเรียนรู้ ใช้หัวข้อที่ฉันสนใจ ค้นหางานวิจัยและบทความล่าสุด อ่านข้ามคืนด้วยโมเดล 235B และผลิตรายงาน 'มีอะไรใหม่' รายสัปดาห์พร้อมคำอธิบายที่เขียนตามระดับความเข้าใจของฉัน

ไม่มีตัวไหนที่ปฏิวัติวงการด้วยตัวคนเดียว สิ่งที่ปฏิวัติคือการรันทั้งหกตัวพร้อมกัน ตลอด 24 ชั่วโมง และไม่ต้องกังวลเรื่องค่าใช้จ่าย ถ้าใช้ API คลาวด์ สแต็กนี้จะเสียค่าใช้จ่าย $800-1,200 ต่อเดือน บน MS-S1 Max มันแค่ค่าไฟ

การตั้งค่า ใช้เวลาหนึ่งเย็น ส่วนใหญ่เป็นการดาวน์โหลด

1. เปลี่ยน Windows เป็น Linux

กล่องมาพร้อม Windows 11 ซึ่งจำกัดหน่วยความจำที่ GPU เข้าถึงได้ที่ ~96GB Ubuntu 24.04 ปลดล็อกพูลทั้งหมด บูตจาก USB, ฟอร์แมต, ติดตั้ง 20 นาที

2. ติดตั้ง Ollama

1curl -fsSL https://ollama.com/install.sh | sh

3. ดึงโมเดลของคุณ

1ollama pull qwen3-coder:30b
2ollama pull llama3.3:70b

4. ตั้งค่า Open WebUI (ไม่บังคับ, ทำให้มีอินเทอร์เฟซแบบ ChatGPT)

1docker run -d -p 3000:8080 \
2  -e OLLAMA_BASE_URL=http://localhost:11434 \
3  -v open-webui:/app/backend/data \
4  --name open-webui ghcr.io/open-webui/open-webui:main

ตอนนี้อุปกรณ์ทุกตัวบนเครือข่ายของคุณ ทั้งโทรศัพท์ แล็ปท็อป แท็บเล็ต สามารถแชทกับโมเดลของคุณได้ที่ http://your-box:3000

5. ชี้ Claude Code ไปยังเอนด์พอยต์ในเครื่อง

1export ANTHROPIC_BASE_URL=http://your-box:11434
2export ANTHROPIC_API_KEY=ollama

CLI Claude Code เดิม วงจร agent เดิม ทุกคำขอไปยังกล่องของคุณแทนที่จะเป็น Anthropic ไม่มีอะไรออกจากเครือข่ายของคุณ

6. สร้าง agent ของคุณ

นี่คือส่วนที่สนุกและเป็นส่วนที่แตกต่างกันไปในแต่ละคน ผมใช้สคริปต์ cron ง่ายๆ, เวิร์กโฟลว์ n8n และโหมด agent ของ Claude Code สำหรับงานที่ซับซ้อนกว่า โมเดลคือเครื่องยนต์ วิธีต่อสายนั้นขึ้นอยู่กับคุณ

เวลาติดตั้งทั้งหมด: 90 นาทีถ้าคุณไม่เคยแตะ Linux มาก่อน หนึ่งชั่วโมงถ้าคุณเคย

ตัวเลข สิ่งสำคัญ!

1One-time cost
2  Minisforum MS-S1 Max (128GB/2TB)         $3,000
3
4Monthly cost
5  Electricity (24/7, ~130W avg)             ~$11
6  Cloud subscriptions replaced              $0
7
8What it replaces (my previous stack)
9  Claude Code Max                           $200/mo
10  ChatGPT Pro                               $200/mo
11  Various API costs for agents              $400–800/mo
12  Total saved                               $800–1,200/mo
13
14Break-even                                  Month 3–4

หลังจากถึงจุดคุ้มทุน ทุกเดือนคือเงินที่ยังคงอยู่ในบัญชีของคุณ ในสามปีนั่นคือประมาณ $25,000 ถึง $40,000 ที่ไม่ได้ส่งให้บริษัท AI ขึ้นอยู่กับว่าคุณใช้ agent หนักแค่ไหน

แต่说实话 เงินที่ประหยัดได้ไม่ใช่ประเด็น ประเด็นคือการเปลี่ยนแปลงพฤติกรรม ผมเริ่มสร้าง agent ที่ผมไม่มีทางสร้างถ้า token ทุกตัวมีค่าใช้จ่าย ตัวเตรียมการประชุม? ไม่เคยมีเหตุผลพอที่จะจ่ายค่า API สำหรับสิ่งที่ 'มีก็ดี' ตัวเรียนรู้ที่รันโมเดล 235B ข้ามคืนบนเอกสาร? ไร้สาระถ้าคิดต่อ token แต่ชัดเจนเมื่อมันฟรี

สิ่งที่กล่องนี้ทำไม่ได้

ผมจะไม่แสร้งว่าเครื่องในมาแทนที่คลาวด์ทั้งหมด มันไม่ได้ นี่คือเส้นแบ่งในวันนี้:

ยังต้องใช้คลาวด์สำหรับ:

• การใช้เหตุผลระดับแนวหน้า (Claude Opus, GPT-5 สำหรับ 5% ของปัญหาที่ยากจริงๆ)
• การเข้าถึงเว็บแบบเรียลไทม์และการใช้เครื่องมือที่ฝังในโมเดล
• งาน multimodal ที่โมเดลคลาวด์นำไปหลายชั่วอายุคน
• ให้บริการทีม 5+ คนพร้อมกัน

กล่องจัดการทุกอย่างอื่น:

• การเขียนโค้ดและสคริปต์ประจำวัน
• การวิเคราะห์และสรุปเอกสาร
• agent ที่ทำงานยาวนานและระบบอัตโนมัติเบื้องหลัง
• การประมวลผลข้อมูลส่วนตัว (ไม่มีอะไรออกจากเครือข่ายของคุณ)
• การร่าง, แก้ไข, ระดมสมอง
• RAG บนฐานความรู้ส่วนตัวของคุณ
• การประมวลผลเป็นชุด (ถอดเสียง, จัดหมวดหมู่, สกัด)

สำหรับงานบนคลาวด์ คุณจ่ายตามการใช้งานผ่าน API $5 ตรงนี้ $10 ตรงนั้น ไม่ใช่ $200/เดือนสำหรับการสมัครสมาชิกที่คุณใช้แค่ 20%

ข้อเสียที่ตรงไปตรงมา

กล่องทำงานอุ่นเมื่อโหลดหนัก ไม่ถึงกับอันตราย แต่พัดลมได้ยินเสียง อย่าวางไว้ในห้องนอน ตู้ที่มีการไหลเวียนอากาศใช้ได้ ใต้โต๊ะทำงานใช้ได้

โมเดลโอเพนซอร์สไม่ใช่ Claude Opus พวกมันใกล้เคียงในหลายงาน แต่ตามหลังอย่างเห็นได้ชัดในปัญหาการใช้เหตุผลที่ยากที่สุด ถ้างานของคุณเป็นงาน AI ระดับแนวหน้า 100% กล่องนี้ไม่ใช่คำตอบ ถ้างานของคุณเป็นงานประจำ 80% และยาก 20% ให้รัน 80% ในเครื่องและจ่ายตามการใช้งานสำหรับ 20%

คุณกำลังซื้อฮาร์ดแวร์ ถ้า AMD ปล่อยอะไรที่เร็วกว่าสองเท่าปีหน้า $3,000 ของคุณไม่คืนกำไร แต่การถึงจุดคุ้มทุนในเดือนที่ 3-4 หมายความว่าคุณไม่ต้องเก็บมันไว้ห้าปี แค่ใช้หนึ่งปีตัวเลขก็ใช้ได้แล้ว

Ollama บน AMD ตอนนี้แข็งแรงแล้ว แต่ยังไม่成熟เท่าระดับ CUDA บางครั้งโมเดลใหม่ออกมาพร้อมออปติไมเซชันเฉพาะ Nvidia ก่อน คุณรอหนึ่งหรือสองสัปดาห์ นั่นคือภาษีของผู้รับ早期

และคุณต้องโอเคกับ Linux คำสั่งด้านบนนั้นง่าย ครั้งแรกที่มีอะไรพัง คุณจะใช้เวลาหนึ่งชั่วโมงบนฟอรัม นั่นคือต้นทุนของการไป local วันนี้แทนที่จะรออีกปี

ทำไมต้องกล่องนี้โดยเฉพาะ

มีมินิพีซี Strix Halo หลายสิบตัวในตลาด MS-S1 Max โดดเด่นด้วยสามเหตุผล:

160W กำลังต่อเนื่อง มากกว่าคู่แข่งใดๆ ความเร็วในการ infer บนโมเดลใหญ่แปรผันตามกำลัง สิ่งนี้สำคัญเมื่อagent ทำงานเป็นชั่วโมง

Dual 10GbE กล่องคู่แข่งส่วนใหญ่มี 2.5GbE ถ้าคุณย้ายไฟล์ขนาดใหญ่, ทำคลัสเตอร์หลายหน่วย, หรือรันเป็นเซิร์ฟเวอร์ AI บนเครือข่าย 10 กิกะบิตเปลี่ยนประสบการณ์

2U rack-mountable รายละเอียดที่ฟังดูเฉพาะกลุ่มจนกว่าคุณจะรู้ว่ามันหมายถึงคุณสามารถวางสองหรือสี่ตัวในแร็คมาตรฐานและสร้างคลัสเตอร์ AI ในเครื่องที่รันโมเดล 671B พารามิเตอร์ บนโต๊ะทำงานของคุณ ในราคารถมือสอง

ประเด็นที่แท้จริง

อุตสาหกรรม AI ต้องการให้คุณคิดว่าสติปัญญาเป็นสาธารณูปโภค สิ่งที่คุณสมัครสมาชิก สิ่งที่ถูกวัด สิ่งที่อยู่ในดาต้าเซ็นเตอร์ของคนอื่น รันตามตารางของคนอื่น และหยุดเมื่อคุณหยุดจ่าย

โมเดลนั้นสมเหตุสมผลเมื่อฮาร์ดแวร์ยังตามไม่ทัน มันไม่สมเหตุสมผลอีกต่อไป

128 กิกะไบต์ของหน่วยความจำ unified ชิปที่ออกแบบมาสำหรับ AI inference โมเดลโอเพนซอร์สที่ครอบคลุม 80% ของสิ่งที่คุณต้องการ สแต็กโอเพนซอร์สที่ติดตั้งในหนึ่งชั่วโมง

เครื่องเดียว ใต้โต๊ะทำงานของคุณ รัน agent หกตัวที่ไม่เคยหลับ

$3,000 ครั้งเดียว $11 ต่อเดือน ทุกอย่างอยู่ในเครือข่ายของคุณ

นั่นคือการตั้งค่า ผมแค่เสียดายที่ไม่ได้เริ่มเร็วกว่านี้

อยากได้อัลฟ่าเพิ่มไหม?

ติดตามผมและเข้าร่วมช่องส่วนตัวของผมในขณะที่ยังมีโอกาส: link