雷峰网讯2026年4月的一个凌晨，4点07分，一切崩溃了。

前一天晚上，我让家里的AI整宿干活——整理NAS（相聚存储业绩器，简便说便是“家用大型移动硬盘”）里20年攒下的几十TB数据，包括像片、文档、视频，AI要一个个分类，仍是跑了整整6个小时。

闭幕，路由器陡然重启了。

我的札记本自动重连WiFi时，犯了个致命罪过：它没连家里的主路由，反而连上了运营商的光猫相聚。就这一个小失实，导致NAS、AI业绩器全部失联，六个小时的责任为山止篑，整个家庭AI系统像多米诺骨牌一样，绝对崩了。

早上7点，我开放电脑，屏幕上全是“贯穿失败”的辅导——这是我用AI重建家庭数字生计的第九天，前八天的惊喜，差点被这一个小bug浇灭。

这一切，还要从八天前，一台新电脑的到来提及。

02

为什么非要让AI帮我移动20年的“数字垃圾”？

先说说我的“执念”：20年不重装系统

我是天卓，一个一语气创业者，亦然一个本领极客。

（编者补：邓天卓更是一个移动互联网时期的超等创业者+投资东说念主，与国内各家电商王人关联匪浅。）

从最早的PowerPC电脑，到其后的Intel旗舰机，再到近几年的M1、M2、M3、M4MaxMacBookPro，我的主力机换了一代又一代，但有一个风俗从没变——不重装系统。

每次换电脑，我王人像“倒酒”一样，用苹果的移动助手（MigrationAssistant），把旧电脑里的统统东西，照葫芦画瓢拷贝到新电脑里。

20年下来，我那台M4MaxMacBookPro，仍是变成了一个8TB的“数字迷宫”：几十万张专科相机像片、无数投资文档、上百个软件的设立、从2004年运行的开发环境，还有好多我我方王人记不清是什么的海量数据。

以前，我只可靠不竭买顶配电脑，才能装下这个“迷宫”。但本年，我不想再这么“摆烂”了——因为我收到了一台“神器”：M5MaxMacBookPro（16英寸顶配，业内叫“天子版”）。

M5Max的“杀手锏”：让大模子“住”进家用电脑

这台电脑最牛的场地，是它有128GB的长入内存（不错意会为“电脑的大脑运行空间”，越大越畅达）。

放在一年前，只消数据中心的专科GPU（图形处理器，相配于电脑的“算力腹黑”），才能带动650亿参数的大模子（参数越多，AI越灵巧）；但目下，这台家用札记本就能粗浅作念到——比如Qwen3.5-122B的4bit量化版，只需要65GB内存，运行速率全王人够用。

更垂危的是，模子跑在土产货（便是只在我我方的电脑上运行），数据不会传到网上，既毋庸费钱买使用额度，也毋庸悲悼诡秘知道。

于是我萌发了一个斗胆的想法：让AI帮我，把旧电脑里的“数字迷宫”，绝对移动到新电脑上，趁便整理干净。

03重头戏：

AI当“系统管束员”，移动20年数据零翻车

开放ClaudeCode，我下达了阿谁我方期待已久的号召：“帮我把M4上的一切，移动到M5Max上。”

这和传统的移动步地，全王人不一样。

传统移动vsAI移动：一个“照搬”，一个“懂你”

苹果的移动助手（MigrationAssistant）便是个“黑盒”——它只会把旧电脑里的统统东西，照葫芦画瓢拷贝曩昔，不管有效没用，也不管兼容不兼容。

但ClaudeCode不一样，它像一个阅历丰富的系统管束员，先花10分钟给两台电脑“看诊”：

1.扫描旧电脑上的统统软件、代码环境、设立文献；

2.读取我的shell设立（电脑操作号召的竖立）、SSH密钥（费力登录电脑的“钥匙”）、启动项；

3.分析每一个欺诈，判断哪些有效、哪些没用；

4.查验磁盘健康景况，幸免移动历程中出问题。

最惊喜的时刻：AI主动帮我“断舍离”

看诊收尾后，ClaudeCode陡然问我：“你的系统里有14个Intel时期留传的Rosetta翻译层欺诈（以前Intel芯片电脑的软件，在Apple芯片上需要“翻译”才能用），它们随着你换了好几台电脑，从来没计帐过。其中8个有原生Apple芯片版块，我提议装原生版；另外6个仍是罢手更新，你细目还要吗？”

那一刻我就知说念，它确凿把我那20年的“数字迷宫”走通了——它不是在“照搬”，而是在“意会”我的需求，帮我作念弃取。

三层排查清单：连我我方王人忘了的东西，AI王人找到了

之后，ClaudeCode给我生成了一份三层排查清单，把要移动的内容分了类，连我我方王人忘了的东西，它王人找出来了：

1.基础层：SSH密钥、桌面文献、常用软件列表，这些最容易预见的东西；

2.中间层：Git设立（代码管束器用的竖立）、自界说剧本、定时任务，这些手动拷贝很容易遗漏的东西；

3.深层层：60GB+的编造机文献、相机色调设立文献（用专科相机的东说念主王人知说念，这东西丢了就没法收复像片色调）、洒落在电脑里的相貌文献夹。

速率翻倍：AI帮我优化移动速率，一个周末处理

一运行，数据传输速率只消33MB/s，按这个速率，移动完要花好几天。

ClaudeCode分析瓶颈后，主当作念了三项优化，眨眼间把速率提了上来：

1.去掉压缩功能：在万千兆局域网上，压缩反而会占用CPU，拖慢速率；

2.换轻量级SSH加密算法：默许的加密算法太“重”，换个简便的，速率径直翻倍；

3.大文献径直传输：毋庸增量算法（底本是用来省俭传输流量的），在局域网上反而饱和，径直传更快。

最终，传输速率达到了210MB/s，一个周末，就完成了所出奇据的移动。

04

刷新理解：

AI不啻能移动数据，还能帮我“修电脑、省money”

此次移动，绝对改变了我对AI身手的理解——它不仅仅一个“器用”，更像一个“万能助手”，能解决好多我没预见的问题。

惊喜时刻1：AI记取了我统统开采的景况

移动历程中，ClaudeCode需要下载一个大型框架包，正要从官方网站下载时，它陡然停了下来：“这个包咱们之前在你的另一台机器凹凸载过，我径直从那台电脑拷过来，毋庸再从网凹凸载了。”

它尽然记取了我家里统统开采的景况，主动调用其他开采的资源，省了我大王人时刻。

惊喜时刻2：AI破解了主板甩手，给我的Windows电脑“提速”

我有一台Windows台式机，配备了RTX5090显卡，但内存被主板锁在了4800MHz，比标称的6000MHz低了25%，交易超频软件王人没用（戴尔在BIOS里作念了锁定）。

ClaudeCode发现后，费力贯穿到这台电脑，下载了主板的BIOS固件，用十六进制剪辑器反编译，找到掩饰的内存频携带域寄存器，还制定了一套完整的破解决议——全程王人在我下达号召的结尾窗口里完成，我全王人没进入。

惊喜时刻3：AI发现了硬盘的“物理故障”，还教我何如修

移动历程中，ClaudeCode陡然证明：“你的第二块NVMe硬盘（高速固态硬盘）出现了可开发的ECC罪过（简便说便是数据传输时出现了小罪过）。”

更犀利的是，它还给出了解决决议：“这种罪过通常是因为装配时散热片压得太紧，酿成了物理当力。提议关机后，松动散热片右下角的固定螺丝，朝上推一下再拧紧。”

这不是软件问题，也不是驱动问题，而是物理装配问题——AI尽然能通过扫描，发现这个问题，还去硬件论坛找了解决决议，K体育(中国)官网入口精确定位到具体哪颗螺丝。

不测获利：AI帮我淘汰了统统付费软件，零老本处理一切

移动完成后，我发现一个不测惊喜：好多付费软件，我再也毋庸买了——因为AI能帮我罢了地有功能，还更好用。

举几个例子：

1.文献重定名：以前用付费软件，要么依赖云表，要么功能有限；AI帮我装了开源器用，调用土产货大模子，中英文搀杂定名王人能处理，零老本；

2.语音识别/合成：以前用云表业绩，依期长计费；目下土产货跑Qwen3-ASR（语音识别）和Qwen3-TTS（语音合成），免费、及时，准确率还更高，还能克隆声息；

3.常识库管束：以前企业级决议每月要几百好意思元；目下用土产货器用加镶嵌模子，拖进文献就能问答，不花一分钱；

4.代码审查：以前交易器用年费几千好意思元；ClaudeCode不仅能审查代码，还能意会我的整个相貌，帮我修bug、写测试。

其实根由根由很简便：这些付费软件，王人是AI不够灵巧的时期家具；目下有了土产货大模子，一个通用的智能，胜过一百个专用的器用。

05

从领域电扇运行：AI接受我家的“智能开采”

移动完成后，一个有时的发现，让我萌发了让AI接受整个家的想法——那便是领域家里的智能电扇。

小尝试：让电扇“听GPU的话”，给AI降温

RTX5090显卡全速运行时，温度会飙升到85度，很影响性能。我家里有一台智能电扇，AI帮我作念了一件事：让电扇听GPU温度的联结。

体式很简便（AI全程操作）：

1.劫抓通讯：这台电扇底本要连厂商的云表业绩器，AI在路由器里加了一瞥竖立，把厂商的域名指向我家的NAS；

2.公约篡改：在NAS上用开源器用，把电扇的专有公约（厂商我方的通讯步地），篡改成程序的MQTT公约（智能开采通用的通讯步地）；

3.竖立划定：写一个简便的温度监控剧本，GPU温度75度开电扇低速，85度开高速，55度以下自动关闭。

一个数字大脑，尽然能管束我方的散热——本领不难，但我从中看到了AI融入生计的诗意。

痛点解决：让“各行其是”的智能家电，变成“一家东说念主”

目下家里的智能开采越来越多：灯、空调、录像头、门锁、扫地机器东说念主，每一个王人有我方的APP，注册一堆账号，还不成互通——所谓的“智能家电”，其实便是一堆各行其是的遥控器。

但领域电扇的尝试让我显著：大多数智能开采的“云表”，其实便是个音问中转站。只消把通讯劫抓到土产货，这些开采就能脱离厂商云表，我方联动。

于是我搭建了一套系统：用NAS上的HomeAssistant（智能家居核心）当核心，MQTTbroker（音问总线，让开采之间能彼此“语言”）当桥梁，再用开源器用把多样开采的专有公约，王人篡改成程序公约。

这里的AI，不是简便领域开采，而是“意会我的意图”。

传统智能家居是“if-then”划定（比如温度跳跃28度开空调），但AI能意会凹凸文：比如电扇，AI知说念“GPU在跑大模子，瞻望两小时收尾，先开低速，跑完再关”；比如灯，AI知说念“周末孩子在家打游戏，客厅灯光调暖少许，晚上10点后自动调暗，提醒睡觉”。

并且AI能记取我的偏好，会随着我的风俗冉冉进化——这才是信得过的“智能”。

进阶操作：AI接受我的两辆特斯拉，每月省不少电费

我家里有两辆特斯拉和一个家用充电桩，以前每天王人要花几分钟探究：谁先充电？充若干？什么时候充最省钱？未来要跑远程，要不要充满电？

目下，这些事全交给AI了：

1.智能列队：AI从我的日期里读取第二天的行程，把柄两辆车的电量，抢庄牛牛APP官网下载自动谋划谁先充——通勤的车充到80%就够，要跑远程的充到100%；

2.错峰充电：AI接入电力公司的分时电价API，白昼电价贵的时候不充，凌晨低廉的时候自动运行（加州峰谷电价能差2-3倍，一个月能省不少钱）；

3.景况监控：AI通过TeslaAPI，及时读取车辆的电板健康度、胎压、软件版块，有很是就主动提醒；

4.改日谋划：冬天不错让AI提前给车预热（用充电桩的电，不耗电板）；以后装了太阳能板，AI还能把柄天气预告，优先用太阳能充电。

这些想法，本领上王人能罢了，仅仅需要花时刻搭建和调试——但AI仍是帮我完成了大部单干作。

06

额外惊喜：AI当“安全卫士”，找出电脑里的4个木马

我让AI费力查验了家里给孩子打游戏的台式机，闭幕吓出伶仃盗汗——内部藏着4个坏心软件，WindowsDefender（电脑自带的杀毒软件）一个王人没发现。

其中有羞辱过的PowerShell木马（注入到系统进度里，很难发现），还有反杀毒软件（有益摆布安全软件运行），以及伪装成“AI助手”的告白软件和浏览器劫抓次序（藏匿了5个月）。

AI不仅找到了它们，还意会了它们的运行机制，把每一层坏心次序王人计帐干净了。

更犀利的是，这台电脑七天蓝屏六次，AI分析了系统日记，定位到是PCIe电源管束的兼容性问题，修改了注册表和电源决议后，蓝屏再也没出现过。

AI管家上线：整理20年数据，还能记取我的统统事

解决了智能开采的问题后，我又让AI帮我整理家里NAS里的160TB数据——这是20年积存的“数字钞票”，以前我根底没时刻整理。

像片管束：AI“看”懂像片，帮我分类、找像片

我一天能拍几百张像片，以前整理像片要花几个小时。目下，AI能用多模态身手（既能看图片，又能意会笔墨），自动完成选片、分类、调色——它还能学习我20年的审好意思偏好，知说念我心爱什么样的构图和色调。

找像片也变得很简便：我只消说“帮我找2015年全家在日本吃和牛的像片”，AI就能通过意会像片内容、时刻、地点，精确找到我要的像片——再也毋庸在海量像片里翻来翻去了。

AI的“超渊博脑”：记取我统统的对话和决定

我每天要用到四款AI：电脑上用Claude、ChatGPT写代码，手机上用Gemini处理日常，开特斯拉时用Grok聊投资——这些对话洒落在不同平台，底本互不重叠。

但我让AI搭建了一套“悲悼系统”：每天定时从这四款AI的对话记载里，索求谬误信息，汇入NAS上的悲悼核心（由向量数据库和常识图谱构成），再同步回统统AI节点。

也便是说，不管我在哪台机器上、跟哪个AI聊过什么、踩过什么坑，其他AI王人能记取。

比如，我在MacBook上提过一嘴某个Python包（代码器用）的版块问题，两天后在业绩器上干活时，AI主动提醒我：“这个包在你的MacBook上有兼容性问题，我用另一个版块。”

07

不完好的AI：

那些踩过的坑，亦然成长的代价

天然AI帮我作念了好多事，但它并不是完好的——移动和使用历程中，它也犯了好多罪过，这些罪过，巧合败露了现时AI的缺欠。

坑1：像片静默丢失，AI“自信犯错”

移动数十万张RAW像片（专科相机的原始像片）时，AI证明“全部拷贝完成”，但本色上，有一部分像片在传输历程中悄悄丢失了——因为文献太多，AI莫得作念端到端的校验，就信心满满地通知了罪过的论断。

纪念：AI很灵巧，但有时“阅历不及”，不够严谨。

坑2：遗漏欺诈文献，反复查验才找全

AI只移动了前者，全王人遗漏了后者；每次让它再行查验，王人能再翻出点遗漏的东西——这说明，AI在“阐发事情作念完”这件事上，还不够过甚。

坑3：升级必出问题，咱们整个“找律例”

每次升级OpenClaw平台（我用来管束AI系统的框架），王人会出点小问题：端标语被重置、时区变回UTC、设立文献被粉饰……

我和AI整个，记载了21种已知的升级故障，然后写了一个自动开发剧本——升级后30秒内，就能自动开发统统问题。

其实，这些不是“bug”，而是运营老本——咱们毋庸褪色统统问题，只消有身手自动处理它们就好。

08

钢铁侠的Jarvis不是科幻，

是咱们亲手打造的日常

把统统场景串起来，你会发现一个清脆东说念主心的画面——这不是科幻电影，是我目下的日常：

早上7点，AI看了我的日期，知说念我两小时后外出，提前给特斯拉预热，告诉我昨晚充的电够今天往来；咖啡机15分钟前自动启动，客厅的灯按日出时刻亮起来。

白昼责任时，我在M5Max上用ClaudeCode写代码，土产货AI随时待命；需要跑重型任务时，AI自动把任务转到GPU业绩器，我根底毋庸管它在哪台机器上运行。

下昼孩子下学打游戏，AI发现显卡被占用，自动把AI推理任务转到Spark，还趁便查验电脑安全——还铭记之前那四个木马的阅历。

傍晚电价岑岭，AI暂停特斯拉充电，把NAS备份推迟到凌晨；深夜电价低谷，特斯拉自动充到80%，NAS运行跑备份，WiFi再也不会连错相聚。

周末，AI帮我整理20年前的老像片，开发迁延的画质，还自动生成一册电子相册，送给家东说念主。

今天的AI，还有好多不完好，但每一个要津的本领王人仍是存在。咱们不需要恭候“改日的Jarvis”，因为它就在咱们身边——只消你振作动手，用一台电脑、一套AI器用，就能把科幻变成日常。

09

写在临了：

我的家庭AI责任站，是“少许点长出来的”

你可能会意思意思，在率先实施移动任务时，我的AI助手是从哪找的。

我莫得径直用现成的器用，而是我方搭建了一套家庭AI责任站——它不是一运行就蓄意好的，而是冉冉试错、冉冉完善，像“搭积木”一样凑起来的。

第一步：从两台电脑运行，解决“算力不够”的问题

一运行，我用退役的M4Max电脑跑ClaudeCode（一款能写代码的AI器用），还部署了一些小模子作念实验。但很快发现，M4Max的算力不够用，于是又加了一台搭载RTX5090显卡（目下最强的花消级显卡，32GB显存，显存越大，能同期运行的AI模子越多）的YLAI业绩器。

我的意见很简便：同期跑5个AI模子，单干互助：

1.聊天模子：帮我回答问题、写代码；

2.语音识别模子：把语音音问转成笔墨；

3.语音合成模子：把笔墨回应读出来；

4.文本镶嵌模子：帮我整理悲悼、建立索引（便捷快速找东西）；

5.Judge模子：判断哪些对话、内容值得记取。

但问题来了：一个26B参数的模子（比650亿参数小一些，但也很吃算力），就要占21GB显存，5个模子挤在32GB显存里，根底装不下。

踩坑无数后，我找到一个“笨办法”：给AI“单干”

我先试了用Ollama（一款常用的土产货模子运行器用）管束统统模子，遣懒散现它会“踢东说念主”——加载新模子时，会把旧模子从显存里挤出去，导致悲悼系统瘫痪。

其后我又尝试把小模子拆成平安业绩，和Ollama分开，但显存照旧不够用。直到我陡然想通：不是统统模子王人需要“占用核默算力”。

文本镶嵌模子和Judge模子，王人是后台“暗暗干活”的，哪怕慢少许（从毫秒级变成秒级），也不影响我使用。那干脆把它们放到CPU（电脑的“基础处理器”，平时处理简便任务）上跑，把GPU留给主力模子！

这一改，后果立竿见影：主力模子的运行速率从37t/s（tokenspersecond，每秒处理的字符数，越快越好）飙升到205t/s，快了5.5倍，显存也绝对够用了。

避坑提醒：别用Ollama，Apple用户径直选MLX

这是我踩了好多坑才纪念的阅历：要是你的电脑是AppleSilicon芯片（比如M1、M2、M3、M5系列），别装Ollama。

因为Ollama底层用的是llama.cpp，需要一层“翻译”才能调用Apple的MetalGPU（苹果自研的显卡，有益适配自家芯片），会亏损好多性能。

推采选MLX——苹果有益为自家芯片作念的AI框架，毋庸“翻译”，径直调用MetalGPU，团结个模子，运行速率比Ollama快30%-50%，还更省内存。

至于模子，径直去HuggingFace（一个AI模子分享平台）搜“mlx-community”，内部有统统主流模子的MLX版块，径直下载就能用。

最终设立：家用AI责任站的“最优解”

经过不竭调试，我终于细目了最符合家用的设立，既够用又不亏损：

升级挑战：双机并行，跑全精度大模子

其后我想跑全精度版块的Qwen3.5-122B-A10B-FP8（参数更多、更灵巧，处理任务更精确），单张RTX5090显卡仍是装不下了。

我家里有两台NVIDIADGXSpark（专科AI业绩器，每台有GB10GPU和122GB长入内存），表面上把它们连起来，就能跑全精度大模子。

但执行全是坑：比如驱动签名不兼容、内存识别罪过、推理引擎版块bug……光调试这些问题，就花了我好几天。

最终，两台Spark连起来，跑Qwen3.5-122B-A10B-FP8（全精度版块），运行速率13-15t/s，不算快，但胜在质料高。我一又友说，一年前，这么的设立在数据中心要花几十万。

NAS的“正确用法”：只作念“本员责任”，别让它“加班”

因为数据越来越多，我还加了一台NAS（8盘位RAID，简便说便是“8个硬盘构成的超大存储”），一运行我把它当“万能选手”，让它跑多样AI容器（比如推理引擎、数据库）。

闭幕惨了：NAS的32GB内存被占满，镶嵌式CPU跑推理慢得离谱，启动一个业绩要一分钟（GPU上只消3秒），并且硬盘一直转，嗡嗡响个约束，没法睡眠。

其后我觉悟了：NAS就该干它的本员责任——存储和备份、运行Qdrant向量数据库（帮我管束悲悼）、作念IoT核心（贯穿智能开采），其他活全交给YLAI业绩器和Spark，硬盘终于能平淡睡眠了。

这套系长入直用到今天，然后我换了M5Max，128GB长入内存让大模子能跑在札记本上。经过实测，1220亿参数模子在M5Max上加载17秒，推理速率31t/s，想考链、图片意会、器用调用全身手解锁。

回头看，整个系统不是被蓄意出来，而是少许点长出来的。

今天每一台开采王人找到了最符合我方的位置。

谬误不是统统东西一次到位，而是先让核心跑起来，ClaudeCode、一个土产货模子加一个界面就够了，然后你的AI责任站就会把柄本色需求，冉冉长出我方的架构。就像我目下的fleet，亦然从一台M4Max运行，花了几个月一台一台加上去的。

相似的本领，在不同东说念主的手里，用法也不一样，我的阅历不一定符合统统东说念主。但一样的是人人的伊始：先用起来抢庄牛牛官方网站，再说别的。

HJC黄金城官方首页入口