夜雨聆风晚上，我看着屏幕里那个自己动的鼠标，愣了五秒钟。
一个快50岁的人，在服务器里养了一只会自己上网的"龙虾"。
这不是科幻片，这是今天下午真实发生的事。
一、我为什么要折腾这件事
说实话，学AI这么久，我一直有个不爽的地方：AI 好像只会"动嘴"。
你问它什么，它回答得头头是道。你让它写代码，它写得比我还快。但你让它真的"动手"去做一件事，比如打开一个网页、读几条消息、点几个按钮，它就卡住了。
我想让 Hermes（我的 AI Agent）能自己操作浏览器。比如打开推特，看看今天有什么热点，读一读评论，甚至帮我发条消息。
不是为了炫技，是为了让 AI 从"顾问"变成"执行者"。
如果你也在学 AI，可能懂这种感觉：看了无数教程，总觉得隔了一层。AI 说得天花乱坠，最后落地还是要你自己一件一件去干。
我想打破这层隔板。
二、三件套：Tailscale + VNC + Chrome
要达到"AI 能操控浏览器，我也能随时介入"的效果，需要三个东西配合：
Tailscale：给服务器和我的电脑拉一根加密的虚拟网线，让它们像在同一间办公室里。
TigerVNC：把服务器的桌面画面推送到我的电脑上，让我能看见浏览器在干什么。
Chrome：真正干活的那个，只不过要开一个特殊的调试端口（CDP），让 AI 能发指令控制它。
这三个东西装起来不算复杂，按步骤执行命令就行。真正的坑，藏在细节里。
三、第一个坑：Chrome 136 的"沉默陷阱"
装完 Chrome，我习惯性地测试一下调试端口通不通：
curl localhost:9222
返回空。
什么都没有。不是报错，不是拒绝连接，就是一片空白。
我排查了快半小时。防火墙？端口没绑定？配置文件写错了？一个个排除，都没问题。
最后查资料才发现：Chrome 136 开始，Google 出于安全考虑，禁止在默认用户数据目录上启用远程调试。如果你不显式指定一个 --user-data-dir=/某个路径，--remote-debugging-port=9222 这个参数会被静默忽略。
什么叫"静默忽略"？就是 Chrome 照启不误，也不报错，但调试端口根本没开。你查进程，Chrome 在跑；你查端口，9222 没有；你 curl，返回空。
这种坑最折磨人。因为它不告诉你错在哪。
最后解决办法很简单：在启动参数里加上 --user-data-dir=/root/.chrome-debug，指定一个非默认路径。再测，通了。
这个小插曲让我想到一句话：很多时候你以为自己没学会，其实是被版本更新坑了。
四、第二个坑：VNC 连上，但黑屏
解决了 Chrome 的问题，我兴冲冲打开 VNC Viewer，输入 Tailscale IP，连接成功。
然后，黑屏。
一片漆黑，什么都没有。
我又排查了十分钟，最后发现是 ~/.vnc/xstartup 这个启动脚本的问题。脚本最后一行必须是前台运行的进程（比如 exec fluxbox），如果写成后台启动（加了 &），VNC 会以为会话已经结束，就直接退出了。
改了一行代码，重连，桌面出来了。一个干干净净的 fluxbox 桌面，右上角开着 Chrome 窗口。
那一刻，有点像小时候修好了坏掉的收音机，拧开旋钮，音乐响起来的感觉。
五、高潮：鼠标自己在动
环境搭好了，我给 Hermes 下了一个指令：
"打开推特首页，找到发推按钮。"
然后我打开 VNC Viewer，盯着屏幕。
十秒钟后，鼠标开始移动。不是我在动，是 AI 在动。
它先点了一下地址栏，输入网址，页面加载出来。然后鼠标滑到右上角，停留了一秒，点击。
整个过程中，我坐在椅子上，手没碰鼠标，但屏幕里的光标像被一只看不见的手操控着，精准地完成了每一步。
说实话，有点震撼，也有点吓人。
震撼的是，一个快五十岁的人，真的做到了让 AI 代替自己操作浏览器。吓人的是，这意味着什么？未来还会有多少"动手"的工作，可以被 AI 接管？
六、这件事到底能干什么
环境搭好之后，我脑子里冒出一堆应用场景：
第一，自动刷社交媒体。
让 AI 每天早上打开推特、公众号后台、小红书，把昨天的消息汇总成一份简报发给我。不用我一个个点开看。
第二，数据监控。
让 AI 定时浏览几个关注的网站，看看有没有新动态、新数据。比如竞品发布了什么功能，行业有什么新政策。变化了就提醒我。
第三，代替我做重复性的网页操作。
有些系统只有 Web 后台，每次操作都要点很多下。以后可以让 AI 帮我点，我只在关键决策点介入。
关键是：因为有 VNC，AI 搞不定的时候，我随时能接管。扫码登录、过验证码、处理异常，这些 AI 目前还做不到的事，我可以手动补上。
这就是现阶段最务实的方案：AI 做 90% 的重复劳动，人做 10% 的关键决策。
七、如果你也想试试，这几件事最重要
我知道看完前面的故事，有人会想：这看起来挺有意思，我能试试吗？
我的回答是：能，但别一上来就追求一步到位。我把整个流程拆成三步，你可以根据自己的情况决定走多远。
第一步：先让服务器和电脑"同框"
你需要一台云服务器（腾讯云、阿里云都可以，最低配就行），然后在服务器和你的电脑上分别安装 Tailscale。
Tailscale 是免费的个人版，装完之后，两台机器就像连了同一根网线，可以直接用内网 IP 互相访问。这一步是安全基础，后面所有操作都建立在它之上。
第二步：在服务器上装"桌面"和 Chrome
服务器默认没有图形界面，你需要装三样东西：
- TigerVNC
：让服务器有"桌面画面"可以推送给你看 - fluxbox
：一个很轻量的窗口管理器，不占资源 - Chrome
：一定要装桌面版，不是命令行版
装完之后，最关键的一步是写启动脚本（~/.vnc/xstartup）。这个脚本决定 VNC 连上后显示什么。脚本里要干两件事：启动 Chrome（带远程调试端口），然后启动 fluxbox。
Chrome 的启动参数里，这两个必须带：
--remote-debugging-port=9222
--user-data-dir=/root/.chrome-debug
第一个是开调试端口，让 AI 能连进来控制。第二个是 Chrome 136+ 的硬性要求，不带这个参数，调试端口会被静默忽略，你怎么测都是不通的。
第三步：用 VNC 连上去看一眼
在你的电脑上装 TigerVNC Viewer，输入服务器的 Tailscale IP 加端口号（比如 100.x.x.x:5901），就能看到服务器的桌面了。
如果连上去黑屏，检查一下 ~/.vnc/xstartup 的最后一行是不是 exec fluxbox。必须是前台运行，不能加 & 放后台，否则 VNC 以为会话结束了就直接退出。
两个最容易劝退的坑
坑一：curl localhost:9222 返回空
如果你确认 Chrome 在跑，但调试端口不通，九成是 --user-data-dir 没写。这个坑我卡了半小时，因为它不报错，就是沉默地失败。
坑二：VNC 连上黑屏
xstartup 的最后一行必须是前台进程。我当初写成后台启动，结果连上去一片漆黑，排查了十分钟才发现。
我的建议
如果你之前没玩过 Linux，建议先只做到"VNC 连上能看到 Chrome"这一步。光是走到这里，你对"远程桌面""内网穿透""调试端口"这些概念的理解，就已经上了一个台阶。
等这一步跑通了，再让 AI 接管也不迟。
八、给同龄人的三句话
折腾完这一整套，有三句话想送给和我一样在学 AI 的中年人。
第一句：不要被版本号吓住。
Chrome 136 的新规，让我卡了半小时。但换个角度，如果我不去试，我永远不知道这个坑存在。技术永远在变，坑永远在新，但解决坑的能力会越攒越多。
第二句：AI 不是来替代你的，是来放大你的。
有人担心 AI 太强了，人没用了。但今天我反而觉得，AI 越强，人的判断和决策越值钱。AI 能帮我点鼠标，但"点哪里、为什么点、点了之后怎么处理"，还是我说了算。
第三句：只要你去做，不管做得好不好，都是一种成功。
这句话我说过好几次，但每经历一次从零到一，理解就深一层。今天下午我完全可以放弃，不就是一个浏览器自动化吗，有多大用？但如果放弃了，我就看不到鼠标自己动的那一刻。
有些东西，只有你做了，才知道它值不值得。
八、写在最后
在职场待了 20 年，从写 Java 代码到项目管理再到采购，我以为自己对"工具"已经很熟悉了。但 AI 这一轮，完全是一个新世界。
以前学一个工具，是为了提高效率。现在学 AI，是为了让工具自己动起来。
这个转变，我用了快半年才真正理解。
如果你也在学 AI，但总觉得"学了用不上"，我的建议是：别只让 AI 动嘴，试着让它动手。
哪怕只是让 AI 帮你打开一个网页、读一条消息，那种"它在干活"的感觉，和你问它一个问题得到答案，完全不一样。
最后，我把今天搭建环境的完整步骤整理成了一份 SOP，包括每一步的命令、验证方法和 7 个常见问题的排查方案。如果你也想试试，可以在评论区留言"SOP"，我发给你。
你学 AI 的过程中，有没有遇到过"明明按教程做了，就是不通"的坑？欢迎在评论区聊聊，让我知道我不是一个人。
我是壁虎何，47 岁从公司离职，正在 ALL in AI。这里记录一个中年人的学习过程和真实踩坑经历。如果你也在转型路上，关注我，一起往前走。
