你的AI代理不需要都跑在同一台机器上

你的AI代理不需要都跑在同一台机器上。

Dan Kornas 发布了一个叫 NAISYS 的开源项目。它是一个自托管的系统，让团队把多台机器的算力、模型账号和任务统一到一个共享组织里，人和AI代理共同使用。

架构很直接：各台主机连接到中心枢纽，通过浏览器UI管理代理、权限和运行任务。

几个关键能力：

• 按主机分配任务：代理可以跑遍整个集群，也可以固定到有合适GPU、操作系统或桌面会话的机器上
• 浏览器实时监控：控制台、运行日志、截图、主机状态，一个页面看全
• 每个代理独立预算：设置滚动消费上限，达到限额自动暂停
• 托管和本地模型：OpenAI、Anthropic、Google的API可以接，本地LLM也能跑
• 代理工具齐全：shell、浏览器、桌面操作、代理间邮件

开源，MIT协议。代码在 GitHub 上：https://github.com/swax/NAISYS

这个思路有意思的地方在于它承认了一个现实：个人和团队手里往往不止一台机器，笔记本、GPU盒子、闲置服务器，各自都有点算力，但跑AI代理时很难利用起来。NAISYS把这个事当成资源调度问题来处理。

评论区已经有人在问关键细节：两个代理共享一个模型账号时，速率限制怎么拆？任务需要访问另一个机器上的文件怎么办？怎么避免代理互相踩到对方的工作？

这些问题目前没有答案，但指向了这类系统真正难的地方：算力池化可能只是开始，文件同步、权限隔离、并发协调才是麻烦事，机器越多越明显。

对于手里有几台机器、想用代理做开发的团队，值得一试。