Agentic AI 时代下，我的旧设备们有了新工作

AI 的发展速度实在太快了。现在回头看，很难想象我到今年春天才开始真正使用 OpenClaw。

短短几个月，我的主力 Agent 经历了从 OpenClaw 到 Hermes，再到 Pi Coding Agent 的几次迭代。到了 2026 年 11 月，我目前最常用的搭配是 Pi Coding Agent + DeepSeek。

DeepSeek 在我看来真的是人类之光，性价比太高了。对于 Agent 这种需要频繁调用模型的使用方式来说，Token 成本是非常重要的因素。至于 ChatBot，我的主力依然是 ChatGPT。在我的体验中，ChatGPT 在产品完成度上仍然是最好的 AI 聊天应用。

但我想写的是 Agentic AI 浪潮对我的个人 IT 设备带来的变化。这不是一篇凡尔赛式的装备展示。恰恰相反，我手里的大多数设备都已经比较老旧，配置更谈不上高端。我想分享的是，在 Agentic AI 时代，如何重新利用已有设备，搭建一套属于自己的个人计算环境。

我的Macbook们

对于 Agent，传统桌面 OS 和桌面应用对我的重要性正在下降。

一个 CLI 终端，加上一个浏览器，已经能够覆盖我绝大多数的日常使用场景。很多过去需要打开特定软件、点击各种菜单才能完成的工作，现在直接交给 Agent 就可以了。

我把一台老旧的 MacBook Air 2015 从 macOS Monterey 换成了 Ubuntu。这台 MacBook Air 在运行 Monterey 时已经明显力不从心，系统卡顿，日常使用体验不好。但安装 Ubuntu 之后，它真的焕发了第二春。

我在上面搭建了一个轻量级的 ROS 2 开发环境，安装了 Pi Coding Agent。现在，它已经成为一台相当好用的 Linux 开发终端。

它的价值不再取决于能否流畅运行最新的桌面应用，而在于能否运行终端、连接远程设备，以及调用 AI Agent。

关于这台电脑的详细折腾过程可以看我的视频：关于 MacBook Air 2015 安装 Ubuntu 后焕发第二春 – 哔哩哔哩

有意思的是，我的另一台装着 MacOS 的 MacBook Pro 2019 反而用得越来越少。目前它最大的不可替代性，是作为 iOS 开发设备。毕竟，iOS 应用的开发、编译仍然离不开苹果的开发生态。

除此之外，它还有一个很重要的优势：Apple 生态的协同能力。我可以通过它远程控制 iPhone，也可以使用 AirDrop 在苹果设备之间快速传输文件。

这在 Agent 工作流中也能发挥作用。例如，我希望让 Agent 协助整理日常收到的电子发票，可以通过邮箱访问、附件下载、分类和归档来完成。Mac 和 iPhone 之间顺畅的文件流转，也让整个流程更加方便。

树莓派

我给我的一台树莓派 5 做了一次比较彻底的改造：

• Argon ONE V3 金属外壳；
• 1TB SSD；
• 长期供电，放置在家里的小机柜中。

这样，它就从一块开发板变成了一台真正意义上的家庭服务器。我通过隧道服务，把它安全地接入远程访问网络。只要有互联网，我就可以从世界各地连接到家里的服务器。

这台设备上运行着我的 Agent，也部署了不少通过 Vibe Coding 开发的小应用。它们有些解决日常生活中的小问题，有些用于自动化工作流，还有些纯粹是为了满足自己的好奇心。

我越来越喜欢这种模式：在外面用 iPad 或者其他电脑，通过 SSH 连接家里的 Raspberry Pi；真正的任务执行、文件处理和服务运行都发生在家里的服务器上。

这样既不需要随身携带一台高性能电脑，也不需要在每台设备上重复配置开发环境。家庭服务器正在成为我的个人 AI 基础设施，而其他设备则更多地承担访问入口的角色。

树莓派详细组装过程：树莓派5外壳 Argon ONE V3 开箱&组装 – 哔哩哔哩

Windows设备们

家里还有一台初代 Microsoft Surface Go。最开始，我也考虑过把它改造成一台 Linux 平板。但后来想了想，还是放弃了。原因是它目前是家里唯一能够方便地使用完整 Office 桌面生态的设备。

有些事情（比如恼人的 MBA 论文）依然需要 Excel、Word 和 PowerPoint 的原生桌面体验。Agent 虽然可以处理很多文档工作，但复杂的格式调整、Office兼容性检查，GUI 仍然有它的价值。

所以，我决定保留它原来的 Windows 系统。Agent 并不意味着所有传统软件都会立即消失。对于一些专业应用，传统 GUI 仍然有很强的生命力。

另外，我家里还有一台传统的台式机。前两年刚好给它升级了 32GB 内存和 RTX 4060 Ti 显卡。目前仍然运行 Windows，主要原因是我还需要用它玩 Steam 游戏。

我暂时没有打算动它的操作系统。不过，这套硬件配置在 AI 时代也有了新的用途。它可以承担一些本地 AI 实验，例如微调小参数的模型。

我暂时还没有把它正式纳入家庭服务器体系，但它可以作为一个独立的 GPU 算力节点。从这个角度看，我的家庭设备其实已经自然形成了一个小型异构计算环境：低功耗设备负责常驻服务，笔记本负责开发和访问，GPU 主机负责重计算。

物理AI们

今年，我家里还多了两个具身智能设备。它们是两个非常讨人喜欢的小可爱。

一个是 Mini Pupper 2，另一个是 SunFounder PiDog。它们的计算平台都是 Raspberry Pi：

• PiDog：Raspberry Pi 4B；
• Mini Pupper 2：Raspberry Pi CM4。

这两台小机器人也接入了 Pi Coding Agent 的开发工作流。这也是我喜欢 Pi Coding Agent 的一个重要原因：它足够轻量、简洁，遵循 Unix 风格的工具哲学，没有过多复杂的抽象，对硬件资源的要求也比较低。

Do a few things, and do them well.

Pi Coding Agent Philosophy

我可以机器人本身上的 Agent 编写代码，观察它们在真实物理环境中的表现。这带来了很多有趣的可能性。传统的软件 Agent 操作的是文件、代码、浏览器和 API，而具身智能 Agent 最终可以通过传感器感知环境，通过控制影响物理世界。

相关视频：最近折腾的赛博狗们：Mini Pupper 2 和 PiDog – 哔哩哔哩

数据存储

随着家里的设备越来越多地接入 Agent，我对数据隐私和数据安全也越来越重视。Agent 的能力越强，它能够接触的数据就越多。邮件、文档、照片、代码、个人记录，甚至各种账户信息，都可能成为 Agent 的工作对象。

这让我越来越在意一个问题：这些数据究竟应该存放在哪里？

我认为，个人数据应该尽可能掌握在自己手中。

去年黑五，我入手了一块 20TB 的西部数据硬盘，准备用它集中存放自己的数据（这是我最近回报率最高的投资，当时买才100元每TB，视频：西部数据 20 TB 桌面硬盘开箱）。相比完全依赖各种云服务，我更倾向于保留一份自己能够直接控制的数据副本。

我希望未来能形成这样一套体系：

• 数据由自己持有；
• Agent 按照最小权限原则访问数据；
• 重要数据有独立备份；
• 尽可能避免把不必要的个人数据交给第三方服务。

在 Agentic AI 时代，数据主权可能会成为个人数字生活中越来越重要的一部分。

iPad Air 5：出乎意料的主力生产力设备

最后要介绍的，是一台让我自己都有些意外的设备：iPad Air 5。它现在反而成为了我个人使用频率最高的设备。

我给它配了一套 Magic Keyboard，并安装了 Termius。通过 SSH，我可以访问家里的 Raspberry Pi、Linux 笔记本和其他设备。对于需要远程开发、查看日志、执行命令和管理服务器的工作来说，这套组合已经非常够用了。

Magic Keyboard 的键盘体验也相当不错，码字、写代码、回复消息都很方便。

我尤其喜欢 iPad 的使用方式：当我用它娱乐、阅读或者浏览网页时，可以单独拿着平板使用；当我需要进入生产力模式时，装上键盘，它就变成了一台轻量级的终端设备。

当真正的计算任务发生在远程服务器上，而 iPad 主要负责交互时，它完全可以成为一台非常优秀的生产力终端。

这也是我非常推荐 iPad + Magic Keyboard + Termius 这套组合的原因。

一些思考

我并没有因为 AI 浪潮而购买更多、更贵的电脑。相反，我开始重新利用手头已有的设备，并且逐渐形成了一套个人计算架构。

如果按照传统的 PC 思维，设备的价值主要取决于 CPU、GPU、内存和屏幕。但在 Agentic AI 时代，这些评价标准似乎正在发生变化。

我现在更关心的是：设备能否运行一个轻量级的 Agent？能否通过 CLI、SSH 或 API 与其他设备协作？能否成为一个长期在线的计算节点？

个人计算设备正在从过去相对独立的终端，变成一个由多个异构节点组成的系统。比如在我的个人计算系统中：

• iPad 是交互入口；
• MacBook 是 iOS 开发和苹果生态入口；
• Ubuntu 笔记本是轻量级开发节点；
• 改造后的 Raspberry Pi 5 是常驻家庭服务器；
• Windows 主机是 GPU 算力中心；
• 机器人是物理AI的执行节点；
• 大容量硬盘是个人数据仓库。

而 Agent 是一个新的软件层，把这些原本独立的设备和服务连接起来。

过去几十年，我们几乎默认 GUI 就是人与计算机交互的主要方式。我们通过窗口、图标、菜单和鼠标完成操作。但在 Agentic AI 时代，这种方式可能不再是唯一的主流。

CLI 可以成为人与 Agent 交互的高效接口，语音可以成为自然语言入口，而 GUI 则逐渐从主要操作界面转变为结果展示、状态监控和人工确认的界面。

我不认为 GUI 会消失。图形化界面在复杂数据可视化、创意设计和人工审查方面仍然有不可替代的优势。可能发生的变化是：人不再需要亲自操作每一个软件，而是通过 Agent 表达意图，由 Agent 去调用工具、操作系统和服务。

我们可能正在从 GUI-first 的个人计算时代，走向 Agent-first 的个人计算时代。未来最重要的个人计算设备，可能并不是配置最高的那台电脑，而是那个能够连接所有设备、理解你的意图，并且真正帮你完成事情的 Agent。

如果进一步发展，Agent 甚至可能成为个人计算环境的调度层。人只需要提出任务，Agent 根据任务性质、计算资源、数据位置和权限要求，决定在哪里执行、调用什么工具，以及如何组织结果。届时，我可能不再需要关心任务具体运行在哪一台设备上。