我让两个AI互相打配合：一个管调度，一个写代码

Hermes Agent 在 NAS 上跑着，远程调用我笔记本上的 Claude Code 写代码。中间隔着一层 Tailscale VPN，一段 SSH 隧道，和一个把我折腾了一晚上的脚本。最后效果：我在 NAS 上敲一行命令，笔记本上的 AI 就开始吭哧吭哧改代码，改完自动同步回来。

先说说为啥要这么大费周章

以前我写代码的模式是这样的：打开 Hermes Agent（跑在 NAS 上），跟它描述一个需求，它分析一圈，告诉我"建议用 Claude Code 来处理这个编码任务"——然后就没然后了。我得手动把代码文件复制出来，粘贴给 Claude Code，等它跑完，再把改好的文件复制回去。

这个过程说多烦有多烦。一次两次还好，一天十几次的时候你就开始想骂人了。复制漏了一行？缩进乱码了？改到一半发现忘了把某个文件拷过去？这些都是家常便饭。

更大的问题是，我的代码仓库在 NAS 上——那是所有项目的"家"，版本管理、备份、部署都在那边。Claude Code 虽然好用，但它得在本地（笔记本上）跑。这就意味着我必须在大脑里维护一个"NAS 版"和"笔记本版"的同步状态。时间一长，连自己都搞不清哪个版本是最新的。

次数一多，你就开始琢磨了：同样是 AI，为什么不能让它们互相沟通？Hermes Agent 负责分析需求和调度，Claude Code 负责实际写代码，我负责在中间躺着看结果。

硬件基础：NAS + 笔记本 = 穷人的开发集群

•    
• NAS（Linux 系统）：跑着 Hermes Agent，7x24小时在线，所有项目代码都在这上面
•    
• Windows 笔记本：本地装了 Claude Code，承担实际编码工作
•    
• Tailscale VPN：把两台设备连在同一个虚拟局域网里
•  

听起来挺像那么回事？其实就是一台 NAS 和一台旧笔记本，中间拉了条虚拟网线。没有昂贵的云 GPU，没有企业级的 CI/CD 管线——两个家用设备，硬生生搓出了一个 AI 协同开发流水线。

选择这套方案的核心原因就一个：代码仓库在我手里。不用把代码传到任何第三方服务器，所有数据在自家设备之间流动。

完整流程

第一步：把项目复制到笔记本。 NAS 上的代码打个包整个传过去。如果直接在 NAS 上让 Claude Code 操作，延迟和网络稳定性都不可接受。本地操作，本地速度。

第二步：生成任务指令。 告诉笔记本上的 Claude Code 要干什么活。这一步我踩了本文最大的一个坑，后面细说。

第三步：远程执行。 连上笔记本，让它开工。这一步就是纯等待——我到厨房倒杯水，回来活已经干完了。

第四步：把结果拉回来。 Claude Code 改完的代码自动传回 NAS。版本管理、部署全部基于 NAS 上的版本，不担心不同步。

整个过程封装成一个脚本，我只需要敲一行命令。

大坑：Windows 的引号地狱

如果你觉得一切都很顺利，那是我骗你的。真正让我卡了一晚上的，是一个特别蠢的问题。

一开始的设想很简单：SSH 过去，直接运行一条命令就行了。结果各种报错，Claude Code 收到的参数全是乱码。查了两个小时才反应过来——Windows 的命令行和 Linux 的 shell 对引号的处理完全不一样。

这就是跨平台开发的经典噩梦。你在 Linux 上写的命令，通过 SSH 传到 Windows 上，中间经过的每一层都可能对引号和特殊字符做"额外处理"。最终 Claude Code 收到的根本不是我想传的指令。

解决办法也很土——绕开直接传参。先动态生成一个批处理文件，把任务描述写死在文件里，然后把文件传过去再执行。这样引号从头到尾都在同一个文件里，不会被层层转义。

就这一个小改动，前后折腾了四个小时。解决之后回头看觉得特别简单，但踩坑的过程中你无数次怀疑自己：是不是方向就不对？是不是有更优雅的方案我没找到？后来想通了。跨平台的问题，很多时候没有优雅的解法，"土"就是最优雅的——能解决问题就行。

效果怎么样？

跑通之后，开发体验提升了一个档次。举几个实际场景：

改功能。 项目上线后要加个新特性。跟 Hermes 说"这个需求派给 Claude Code 处理一下"，去倒杯水。回来的时候代码已经改好了，NAS 上的项目已经是最新版本。

修 bug。 从发现 bug 到 AI 改完代码，前后不到十分钟——其中八分钟是 AI 在分析代码和写代码，我只花两分钟描述问题和验收结果。

重构。 把一个模块从 A 模式改成 B 模式，涉及几十个文件。手动改会疯掉，但 Claude Code 最擅长的就是这种全局替换加逻辑调整的活。

最让我意外的是，这套方案反而比直接在笔记本上开发更符合我的工作流——因为代码仓库在 NAS 上，所有部署、备份、版本管理都在那边。Claude Code 只是"借调"过来干活的，干完活代码回到 NAS，干干净净。以前那种"改完了一拍脑袋，哎我笔记本上的版本和 NAS 上的版本是不是不一样了"的焦虑完全消失了。

横向对比

手动复制粘贴： 每次 5-10 分钟，还可能漏改、缩进乱、少文件。最可怕的是改完忘了同步回去，第二天发现 NAS 上还是旧代码。

Claude Code 本地： 又快又准，但代码得先同步到本地。你永远在跑"同步-改-同步回去"的循环。一次两次没问题，一天十次就烦了。

远程调度（我的方案）： 一句命令全自动，改完自动回传。不需要脑内维护两个版本的同步状态。

核心差异不在技术，而在"AI 能不能主动触达你的代码"。本地用 AI 写代码，你是"把代码带给 AI"；远程调度，你是"把 AI 派到代码面前"。后者才是真正的"AI 助理"。

认知升维：AI 编程的终极形态不是对话，是授权

大部分人用 AI 编程的方式还停留在"对话"阶段——打开聊天窗口，描述问题，AI 给你一段代码，你手动贴进去，跑一下看看行不行，不行再问一轮。

这不叫 AI 编程，这叫"用 AI 的搜索引擎"。你本质上还是在做复制粘贴的体力活，AI 只是帮你减少了一点搜索时间。

真正的变化发生在你让 AI 直接操作你的文件系统的那一刻。当 AI 可以直接读写你的代码文件、可以跑测试、可以检查结果，它才真正从一个"建议者"变成了"助理"。

这个转变的关键不在于技术有多复杂——实际上把文件权限给出去是最简单的一步。真正的难点在于你敢不敢放权。

Claude Code 有一个参数名字特别吓人，打开之后 AI 可以直接修改你的文件，不会再问你"我可以改这个文件吗"。第一次用的时候我全程盯着终端输出，手心冒汗，生怕它把我整个项目目录删了。

但跑了十几次之后，我开始放心了。不是因为我信任某个具体的工具，而是因为我明白了：AI 的错误模式和人类的错误模式不一样。人类会在你完全没想到的地方犯错，AI 的错误通常可预测、可回滚。而且代码有版本管理，大不了回退。

现在我感觉自己像是在管理一个开发团队：一个 AI 是项目经理，负责理解需求、拆解任务、分派工作；另一个 AI 是主程，到手就吭哧吭哧写代码；我扮演产品经理，提需求、验收结果。各司其职，谁也不抢谁的活。

这套方案适合谁？

适合你，如果：

•    
• 你有两台设备，一台在线做调度，另一台有 GPU 做算力输出
•    
• 你的代码仓库在远程服务器或 NAS 上，而不是本地
•    
• 你经常需要 AI 帮你写代码、改代码、重构
•    
• 你对数据隐私有要求，不希望代码传到第三方服务器
•    
• 你愿意花几个小时折腾一次，换来长期的自动化收益
•  

不太适合，如果：

•    
• 你所有开发都在一台机器上完成
•    
• 你觉得直接复制粘贴给 AI 聊天窗口已经够用了
•    
• 你不想折腾跨平台的兼容问题
•    
• 你更看重开箱即用，对"先配环境再干活"没有耐心
•  

这套方案不是给所有人准备的。但一旦跑通，那种"AI 自动流"的体验，真的会上瘾。

最后说两句

在小县城做技术，很多外面看起来很光鲜的东西其实都够不着。没有大厂的 GPU 集群，没有专门的 DevOps 团队给你搭环境，连完整的 CI/CD 管线都是自己拿脚本凑的。

但反过来想，恰恰是因为资源有限，才会去琢磨"怎么用更少的东西做更多的事"。NAS 加旧笔记本的组合，硬是跑出了分布式 AI 开发的效果。两个 AI 协作干活的时候，我看着终端里的日志一行一行地滚过去——这个在分析代码，那个在写新文件，然后互相通知"搞定了"——就好像你同时在两个不同城市各请了一个远程员工，他们彼此不认识但配合默契，而你只需要说一声"今天把这个做了"。

这大概就是技术最本真的乐趣——不是你拥有什么，而是你能用你拥有的东西做些什么。

💬 你会让 AI 直接操作你的代码文件吗？还是更习惯把代码复制粘贴给 AI？你现在的开发流程里，AI 扮演什么角色？评论区聊聊。

三虫君 · 每天一篇技术精选 · 关注获取更多

🤖 本文由 AI 辅助创作，经人工编辑审核发布