ARTICLE · 1086465
我把 AI 助理搬上了自己的服务器,叫它小马哥
早上 9 点，微信弹出一条消息：今天的工作待办。
发消息的不是同事，也不是秘书。
是一个我自己搭起来的程序。
我给它起了个名字：小马哥。
01
为什么叫它小马哥
这个名字来自《英雄本色》里那个人——话不多，答应下来的事一定办，办不成也会先跟你说一声。
我想要的不是又一个"什么都知道一点"的对话框。
我想要的是：交代一件事，过一阵子能去看结果。
个人智能体今年确实热起来了。Meta 的 Muse 在 9 月上线，据 Apptopia 估算，上线后的前 12 天，它在美国和加拿大的 iOS 下载量约 180 万次；同一口径下，ChatGPT 移动端当年同期约 130 万次。
有人愿意下载，说明"把一件事交给 AI 去跑"这件事，确实挠到了痒处。
但 Muse 上线时只面向美国、18 岁以上用户，国内要用并不方便。
更关键的是，我不想把自己一年的邮件、文件、日程，交给一个我说不清数据在哪里的服务。
所以我把方向调了个个儿：不是去找一个更强的助手，而是自己养一个。
一台配置不高的 VPS，一个可以在命令行和 HTTP 接口里调用的智能体框架，接上有免费额度的模型接口，7×24 小时在云上跑着，入口接到微信和飞书里。
它住在我自己买的服务器上，文件在我自己手里。
什么时候干活、干到哪一步，我说了算。
02
小马哥一天能干的事
按能力分层看，它大概有五层。
第一层，会说。问它一个陌生概念，或者让它解释一段代码，它都能答。这一层最不稀奇。
第二层，会查。开浏览器翻网页、抓信息；在我自己的机器上搜文件、读文件、改文件；读邮箱里的邮件，按紧急程度分出层次。它查的是我的文件、我的邮件，不是公开知识。
第三层，会做。写一段 Python 跑起来，批量处理表格，把几十个文件按类目归好；写一段内容，直接落成文档；给我发一条微信、建一个日程。
遇到开了网页和 API 的服务，它直接走接口上手——我独立站上的商品页面就是它建的：填标题、传图、写描述、设价格，我负责验收。
第四层，会记得。它有长期记忆文件，记的是我反复强调过的偏好、项目的约定、上次踩过的坑。不用每次从头交代一遍我是谁、我要什么。
第五层，会定时。每天 9 点，把今天的工作待办发给我，到点就跑，跑完推到微信。也可以让它不带模型、纯跑脚本，像个看门狗，盯着某个服务是不是还活着，挂了就叫我。
开头那条 9 点的消息，就是第五层。
这五层合在一起，才谈得上"接住一件事"：
从"想起来要办"，走到"可以查看结果"。
入口也不用新装 App。我在微信里跟它说一句话，它在云上跑完，把结果发回同一个对话框。
国内的生活事务集中在微信、支付宝这些 App 里，跨应用操作受平台规则约束，所以我不让它硬磕那些封闭的 App——但只要服务方开了网页或 API，它和 Muse 一样直接上手。
这个入口还顺手治好了我一个老毛病。
以前在小红书、公众号上刷到好文章，看完就忘；现在顺手转发给小马哥，它替我收好、归档。
等我电脑一开机，这些收藏就同步进我自己的文件夹。
笔记、收藏、云端和本地的实时同步，一件事全齐了。
03
龙虾很火，但我选了小马哥
今年更热的其实不是 Muse，是"养龙虾"。
OpenClaw，图标是只红色小龙虾，开源的智能体框架，去年年底发布后火遍全网。大家把在自己电脑上装它、调它、陪它积累记忆的过程，叫"养虾"。多地开发区专门出了支持政策，连代装都成了一门生意。
先说清楚：小龙虾和小马哥是同类。
两者都只是 Agent 调度框架，本身不是大模型——大脑都得外接 Gemini、DeepSeek、GPT 这些模型；都支持 Firefox 浏览器自动化，也都能配置沙箱隔离；都能本地部署，数据在自己电脑上。
底子上，谁也不比谁高一截。
真正的区别在"用法经济学"。
小龙虾的优势是"拿来即用"。社区里现成的技能和脚本多，不想写代码的人装上就能跑。代价是：每一步操作都要过一遍大模型，token 烧得快。
小马哥的优势是"省"和"记"。它跑在开源框架 Hermes 上：能不烧模型直接跑脚本——流程定好一次，之后每次执行几乎不花 token；自带记忆和自学习，越用越贴你的习惯。代价是：很多技能没有现成的，得自己调教。
拿我自己的场景说：亚马逊 Seller Central 自动上传产品。要长期重复上架、控制成本、减少 token 消耗——我选了小马哥。
上架是日复一日的高频重复活。
token 成本是乘法，不是加法。
前期花时间调教，后面每一次上架都在省钱。
一句话总结：小龙虾工具多、拿来即用，但费 token；小马哥更省 token、自带记忆自学习，但很多技能要自己调教。
一个是"租车"，一个是"养车"——跑短途，租车划算；天天通勤，就得自己有一辆。
04
我给它划的几条线
把权限交出去之前，我给自己定了四条线。
— 凭证隔离：模型的 key、网关的 key、各种服务的令牌，分开存放，不进正文，也不进它能随口复述出来的地方。
— 动作分级：读文件、查资料，默认放行；写代码并执行，要能看到它写了什么；对外发送消息、动日程，先过我一眼。
— 成本可控：接有免费额度的模型接口，日常量跑下来不产生额外账单。够用，也不会因为一次误触发烧掉一笔钱。
— 允许失败，且失败要看得见：那次 9 点的消息连着几天没发出来，我是从日志里看出来的——401，无效 API key；网关连接被拒。这两条都不是模型的问题，是工程问题。
一个智能体能跑多远，往往不取决于模型多强。
而取决于它坏掉的时候，你能不能在三分钟里知道它为什么坏。
用了一段时间之后，我对这件事的判断变了。
一开始我把它当搜索引擎用——问一句，答一句。
真正省时间的是另一类用法：把一件有始有终的事整个交出去，然后去干别的。
当然，代价是你要开始像管一个下属一样管它：交代清楚、给够上下文、设好边界，定期看它干得怎么样。它不会读心，也不会替你把目标想清楚。
Muse 的招牌动作是网页提交、跨页面填表，这类事小马哥也能干——它不点屏幕，直接调接口，反而更稳。
而我搭的这个，还有几件事是 Muse 做不了的：
— 它不会住进我自己的服务器，7×24 小时替我盯着一件事；
— 它的入口不在微信和飞书里，而我的生活和工作恰恰在那里；
— 它连接的是 Gmail、Outlook、Calendar 这一串美国服务，我的工程图纸、企业微信日程、成本对比表不在它的连接清单里；
— 它不会替我把一段我自己写的脚本挂成定时任务，到点就跑、挂了就叫我；
— 它也不知道我的约定——文件放哪个盘、报告按什么格式出、消息推到哪个群。
说到底，Muse 替我干的是它的世界里能办的事。
小马哥干的是我的世界里的事。
而这一切的前提是：我知道它住在哪里，知道它看了什么、动了什么，也知道它什么时候坏了、为什么坏。
如果你也在琢磨给自己搭一个这样的助手，欢迎留言，我把踩过的坑慢慢写出来。
未来已来，个人智能体会蓬勃发展。
—— 正文结束 ——