幾個月前，我還無法說服自己讓一個 AI Agent 整夜運行。每一次循環都消耗 Token，每一個 Token 都等於金錢。所以我總是開始一個任務、盯著它跑，然後在睡前把它關掉。
現在，我在一台只有烤麵包機大小的單一機器上，同時運行著六個全天候不間斷的 Agent。它們負責研究、總結、監控、分類和寫作——無論我在睡覺、吃飯還是度假。電費帳單只增加了十一美元。這就是全部的營運成本。
以下是快速總覽👇
這就是整套配置、所使用的機器，以及當 AI 從你租用的服務，轉變為你擁有的基礎設施時，所帶來的改變。
真正少有人提及的瑰寶
每個人在網路上都在爭論哪個雲端模型更聰明。與此同時，一場硬體領域的寧靜革命正在發生，卻幾乎沒有人注意到。
Minisforum MS-S1 Max 是一款迷你工作站。鋁合金機身。可以放在架子上。出貨時配備 2TB SSD、內建 320W 電源供應器，以及 AMD 有史以來最有趣的桌上型處理器：Ryzen AI Max+ 395。
這款晶片的重點在於：它讓 CPU 和 GPU 共享 128GB 的記憶體。沒有獨立顯卡。沒有小小的 VRAM 池。只有一個龐大的統一記憶體池，讓兩個處理器都能讀取。這正是 Apple Silicon 在本地 AI 上表現出色的相同架構技巧，只不過這台機器可以正常運行 Linux、具備雙 10Gb 乙太網路埠、80Gbps 的 USB4 V2、用於擴充的 PCIe x16 插槽，而且價格大約是 3,000 美元。
1Minisforum MS-S1 Max 內部規格：23晶片 AMD Ryzen AI Max+ 395 (Strix Halo)45CPU 16 核心 / 32 執行緒，最高 5.1 GHz67GPU Radeon 8060S，40 個 RDNA 3.5 運算單元89NPU 50 TOPS1011總 AI 效能 126 TOPS1213記憶體 128GB LPDDR5x-8000，統一架構 (CPU+GPU 共享)1415可作為 VRAM 使用 在 Linux 上最高約 96GB1617儲存空間 2TB NVMe Gen4 + 1 個空閒 M.2 插槽1819網路連線 雙 10GbE + Wi-Fi 72021連接埠 2× USB4 V2 (80Gbps)、HDMI、USB-A、USB-C2223擴充 PCIe x16 插槽 (Gen4 x4 速度)2425功耗 峰值 160W / 持續 130W2627外形尺寸 可安裝於 2U 機架2829價格 ~3,000 美元 (128GB/2TB 配置)
這不是一台遊戲 PC。這不是一台 NAS。這是一台本機 AI 伺服器，只是剛好長得像迷你 PC。而讓它與其他所有 Strix Halo 主機不同的規格在於：Minisforum 將晶片功耗推至 160W，而競爭對手則限制在 120–140W。更高的功耗 = 在持續推理任務上更快的速度。當你的 Agent 需要運行數小時時，這一點至關重要。
它能運行什麼以及速度如何
在 Linux 上安裝 Ollama。拉取一個模型。就是這麼簡單。沒有驅動程式的困擾，沒有 CUDA 依賴鏈，沒有設定檔。以下是這台機器在 Q4 量化模型下的實際表現：
1模型 VRAM 使用量 速度 足夠勝任的任務2───────────────────────────────────────────────────────────────────────────────3Qwen3-Coder 30B ~18GB ~40-50 tok/s 日常編碼、腳本4Llama 3.3 70B ~42GB ~20-25 tok/s 複雜推理、分析5DeepSeek-V3 0324 ~95GB ~10-12 tok/s 深入研究、長文檔6Qwen3-235B (MoE) ~110GB ~6-8 tok/s 前沿級任務
30B 和 70B 模型是主力軍。速度快到足以進行互動式使用。而 235B 模型在許多基準測試中與 Claude Sonnet 處於同一級別，速度較慢，但由於你不用按 Token 付費，所以可以讓它慢慢思考。
這裡還有一個殺手鐧：Minisforum 將這台主機設計為可叢集化。將兩台 MS-S1 Max 單元串聯起來，可以以約 11 tokens/秒的速度運行 Qwen3-235B。四台單元則可以運行 DeepSeek-R1 671B（完整的 380GB 模型）。全部在本機，在桌子上。不需要數據中心。不需要雲端。
為什麼「永遠在線」會改變一切
關於本地 AI，人們常常忽略的一點是：這並非關乎模型是否和 GPT-5 或 Claude Opus 一樣好。而是當推理成本變為零時，你的行為會發生什麼變化。
當你按 Token 付費時，你在下提示詞之前會再三思考。你會優化你的查詢。你會過早終止實驗。你永遠不會讓一個 Agent 循環運行八小時，因為從數學上講這不合算。
當推理的成本僅僅是電費，別無其他時，你就不再會那樣想了。而這才是真正價值浮現的地方。
我全天候運行的六個 Agent：
- 收件匣分類器。 每 15 分鐘檢查一次我的電子郵件。將所有郵件分類。為任何例行郵件草擬回覆。我醒來時，收件匣已整理完畢，並備有草稿回覆。節省的時間：每天早上約 40 分鐘。
- 研究監控器。 監控 30 多個 RSS 訂閱源、特定領域的論壇以及跨平台的多個特定帳號。將任何與我工作相關的內容總結成一份每日摘要，並在早上 7 點發送到 Telegram。如果使用雲端 API，這項服務每天的 Token 成本約為 15-20 美元。在這台機器上：免費。
- 文檔處理器。 我放入特定資料夾的任何東西都會被讀取、總結並加上標籤。合約、報告、PDF、研究論文。摘要和關鍵點會在幾分鐘內出現在我的筆記應用程式中。我已經好幾個月沒有手動閱讀過一份 40 頁的報告了。
- 程式碼審查員。 監控我的 git 儲存庫。每次推送都會觸發一次審查，包括風格、錯誤、安全性、測試覆蓋率。結果會以評論形式發布。它運行 70B 模型，所以審查意見確實很有價值。
- 會議準備 Agent。 查看明天的行事曆，從我的筆記和最近的電子郵件中提取關於每位與會者/每個主題的相關背景資訊，為每次會議生成一份一頁的簡報。早上 8 點準備就緒。
- 學習 Agent。 獲取我感興趣的主題，尋找最新的論文和文章，讓 235B 模型整夜閱讀它們，然後產出一份每週的「最新動態」報告，並以符合我理解程度的語言進行解釋。
這些 Agent 單獨來看，每一個都不是革命性的。真正革命性的是，能夠同時運行所有這六個，全天候不間斷，而且完全不用擔心成本。如果使用雲端 API，這個組合每個月的費用大約是 800 到 1,200 美元。而在 MS-S1 Max 上，它只花費電費。
設定。一個晚上，大部分時間在下載
1. 用 Linux 取代 Windows
這台機器出貨時搭載 Windows 11，它會將 GPU 可存取的記憶體限制在約 96GB。Ubuntu 24.04 則能解鎖完整的記憶體池。從 USB 啟動、格式化、安裝。20 分鐘。
2. 安裝 Ollama
1curl -fsSL https://ollama.com/install.sh | sh
3. 拉取你的模型
1ollama pull qwen3-coder:30b2ollama pull llama3.3:70b
4. 設定 Open WebUI（可選，提供類似 ChatGPT 的介面）
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
現在，你網路上的所有設備——手機、筆電、平板——都可以透過 http://your-box:3000 與你的模型進行對話。
5. 將 Claude Code 指向本機端點
1export ANTHROPIC_BASE_URL=http://your-box:114342export ANTHROPIC_API_KEY=ollama
同樣的 Claude Code CLI。同樣的 Agent 循環。每個請求都發送到你的機器，而不是 Anthropic。沒有任何請求離開你的網路。
6. 建構你的 Agent
這是有趣的部分，也是因人而異的部分。我混合使用了簡單的 cron 腳本、n8n 工作流程，以及 Claude Code 的 Agent 模式來處理更複雜的任務。模型是引擎。如何將它們串聯起來則取決於你。
總設定時間：如果你從未接觸過 Linux，大約 90 分鐘。如果你有經驗，則是一小時。
成本計算。這點很重要！
1一次性成本2 Minisforum MS-S1 Max (128GB/2TB) $3,00034每月成本5 電費 (24/7，平均 ~130W) ~$116 取代的雲端訂閱費用 $078它所取代的項目 (我之前的組合)9 Claude Code Max $200/月10 ChatGPT Pro $200/月11 各種 Agent 的 API 成本 $400–800/月12 總共節省 $800–1,200/月1314回本時間 第 3–4 個月
回本之後，每個月的錢都留在你的帳戶裡。在三年內，根據你使用 Agent 的頻率，這意味著將有 25,000 到 40,000 美元不用付給 AI 公司。
但老實說，節省費用並不是重點。重點是行為的改變。我開始建構那些在每個 Token 都要花錢時，我永遠不會去建的 Agent。那個會議準備 Agent？我永遠無法合理化那個「有也不錯」的 API 成本。那個用 235B 模型徹夜閱讀論文的學習 Agent？按 Token 計費簡直荒謬。但當它是免費時，就變得理所當然了。
這台機器做不到的事
我不會假裝本地 AI 能完全取代雲端。它不能。以下是目前的分界線：
仍然需要雲端處理的事：
- 前沿推理（Claude Opus、GPT-5，處理那真正困難的 5% 問題）
- 模型內建的即時網路存取和工具使用
- 雲端模型領先好幾代的多模態任務
- 同時服務 5 人以上的團隊
這台機器能處理所有其他事：
- 日常編碼和腳本撰寫
- 文件分析和總結
- 長時間運行的 Agent 和背景自動化
- 私有資料處理（沒有資料離開你的網路）
- 草稿、編輯、腦力激盪
- 基於個人知識庫的 RAG
- 批量處理（轉錄、分類、提取）
對於雲端任務，你可以透過 API 按使用量付費。這裡花 5 美元，那裡花 10 美元。而不是每月支付 200 美元，卻只用得到 20% 功能的訂閱服務。
誠實面對的缺點
這台機器在負載下會發熱。不會到危險的程度，但風扇聲音是聽得到的。不要把它放在你的臥室裡。一個有空氣流通的壁櫥就可以。放在桌子底下也行。
開源模型並非 Claude Opus。它們在許多任務上表現接近，但在最困難的推理問題上明顯落後。如果你的工作 100% 都是前沿難度的 AI 任務，這台機器不是你的答案。如果你的工作是 80% 的例行公事和 20% 的困難任務，那麼用本機跑那 80%，並按使用量付費來處理那 20%。
你正在購買硬體。如果 AMD 明年推出速度快兩倍的產品，你那 3,000 美元是不會退還的。但在第 3 到第 4 個月就能回本，意味著你不需要用它五年。即使只使用一年，成本效益也是划算的。
現在 Ollama 在 AMD 上的表現已經很穩定，但還沒有達到 CUDA 級別的成熟度。偶爾會有一個新的模型發布，優先支援 Nvidia 的獨家最佳化。你可能需要等一兩個星期。這是早期採用者所需的代價。
而且你需要能接受 Linux。上面的指令很簡單。但當第一次出問題時，你可能會花一個小時在論壇上求救。這就是今天選擇本地化，而不是再等一年的代價。
為什麼是這台特定的機器
市面上有十幾款 Strix Halo 迷你 PC。MS-S1 Max 因其三個特點而脫穎而出：
160W 持續功耗。 超越任何競爭對手。大型模型的推理速度與功耗成正比。當 Agent 運行數小時時，這一點至關重要。
雙 10GbE 網路埠。 大多數競爭對手的主機只有 2.5GbE。如果你需要傳輸大檔案、將多個單元組成叢集，或將其作為網路 AI 伺服器運行，10Gb 的速度將徹底改變體驗。
可安裝於 2U 機架。 這個細節聽起來很小眾，直到你意識到它意味著你可以將兩台或四台這樣的機器堆疊在一個標準機架中，建立一個能夠運行 671B 參數模型的本地 AI 叢集。就在你的桌子上。價格相當於一台二手車。
真正的重點
AI 產業希望你將智慧視為一種公用事業。一種你需要訂閱的東西。一種按量計費的東西。一種存在於別人數據中心裡的東西，按照別人的時間表運行，並在你停止付費時就停止服務。
當硬體無法跟上時，那種模式是合理的。但現在情況已不再如此。
128 GB 的統一記憶體。專為 AI 推理設計的晶片。能涵蓋你 80% 需求的開源模型。一小時內就能安裝完成的開源軟體堆疊。
一台機器。在你的桌子底下。運行著六個永不休眠的 Agent。
一次性的 3,000 美元。每月 11 美元。一切資料都留在你的網路上。
這就是整套配置。我只是希望我能早點開始。
想要更多領先資訊嗎？
趁現在趕快追蹤我並加入我的私人頻道：連結
