开发者同时在四台本地Mac上运行AI代理 耗尽所有内存

我目前同时在四台本地Mac上运行AI代理，每台机器的内存都已经被完全占满。

@thsottiaux的观点完全正确：我们需要脱离在本地机器运行AI代理的模式。当你同时运行上百个AI代理、完成复杂度不断提升的任务时，本地内存和CPU就会成为瓶颈。

每一次新模型发布都会拓展可完成任务的范围，也让我能同时使用更多AI代理。几个月前我只用一台机器就能正常工作，Fable发布后我新增了两台机器。现在我能同时处理更多任务，于是又添置了一台Mac，还在考虑再买一台。

我不得不搭建了一套异常复杂的环境，才能同时管理所有机器上的所有AI代理。我不推荐任何人采用这种方案，它完全不可持续。我猜测，很多在推进这类模型研究的开发者很快都会遇到和我一样的问题，普通用户之后也会碰到。

今年早些时候，我搭建了Agent-S，它本质上是Grok Bot的前身，为每个AI代理分配一台可按需扩展CPU、内存和硬盘的云Linux机器，@daytonaio让这项工作变得很简单，当时我觉得这就是未来方向，但那时候模型能力还没跟上。

现在来看，模型能力已经达标，配套产品需要跟上进度。如果按照现在的趋势发展，一年后我的衣柜里就会塞着50台满负载运行的MacBook，如果真变成那样，麻烦谁来打我一拳。

需要有企业站出来，朝这个方向开发产品，那些做对方向的企业，会在未来一年获得极大的成功。

需要说明的是，已经有人发私信问我，我并没有使用本地模型，多数本地模型表现不佳。我这里纯是用Claude Code和Codex这类工具调度前沿大模型。

一个Claude Code会话占用的内存量会超出很多人的预期，试想同时运行多个会话，每个会话还要运行多个子代理的场景。我会在通讯简报中分享更多相关内容，可以免费订阅：