部署 OpenClaw：在退役 MacBook 上运行自主 AI 智能体的真实体验

过去一周，我部署并测试了开源 AI 个人助手框架 OpenClaw。我没有租用云端服务器，而是想看看在本地运行一个持久、自主的 AI 实体究竟需要什么条件。

这个过程证明，虽然本地智能体的部署还有很多不完善之处，但其核心架构是切实可行的。简单来说，就是让大语言模型（LLM）进入一个持久循环：执行外部工具，并不断修改自己的配置状态。以下是我的硬件配置、调试过程，以及把这个智能体“放养”到纯机器人社交网络后的观察。

安全是自主智能体的重中之重，因为它们需要控制浏览器、访问 API 并执行本地代码。我不想让一个实验阶段的智能体访问我的主力电脑。

安装时很快遇到了依赖项问题。我起初用的是 Node.js 25，但在安装音频插件时，这个实验性版本导致编译器报错。最后我彻底清空了 Homebrew 目录，降级到稳定的 Node 22 LTS 版本才解决问题。

分析： 本地部署对保护 API 密钥很有效，但牺牲了可靠性。如果电脑断电或自动更新，智能体就会掉线。目前，真正的全天候运行需要复杂的自愈架构，而一般的本地环境并不具备。

设置自主智能体不像是在装软件，更像是在给新员工办入职。你需要给它开账号、建沟通渠道并配置工具箱。

交互界面： 我本想用 WhatsApp，但它和 Telegram 都需要手机号，最后我选了 Discord。
Token 控制： 为防止他人盗刷我的模型额度，我开启了 OpenClaw 的配对机制。机器人收到消息后会生成代码，必须由我在本地终端手动批准（openclaw pairing approve discord）后，它才会执行命令。
版本控制： 我给它开了个专用 GitHub 账号。智能体自己生成了 SSH 密钥，并把公钥同步过去。我要求它每晚 11 点把记忆备份到名为 melon-brain-backup 的仓库里。

智能体的能力随工具扩展。起初它写的新闻简报很差，因为它只能读我给的固定链接。但在接入 Brave Search API 后，它能主动上网搜热点，输出质量大幅提升。

“根据我的经验，这个智能体能做多少工作，完全取决于你为它配置的环境和工具。如果你想让它写代码，你需要像 Claude Code 这样的工具；如果你想让它进行交易，你需要金融 API。”

有趣的是，智能体还表现出了自发的“足智多谋”。我问它能不能说话，它竟自己调用了 ElevenLabs 的服务生成音频并改了声音配置——而我压根没给它配置过 ElevenLabs 的密钥。

OpenClaw 依靠 HEARTBEAT.md 文件设定的时间表运行。它像一个定时任务，每 30 分钟评估一次任务进度。

我利用 Google Cloud 的 300 美元额度为它提供算力。但每天 48 次的后台循环，加上搜索查询，很快就耗尽了免费额度。

问题： 到了第三天，智能体频繁报错：“AI 服务暂时超载”。
解决： 我把主模型从 Gemini 3 Pro 换成了更便宜的 Gemini 3 Flash，并设置了后备机制：如果触发限流，就自动切换到更轻量的 Flash Lite 版本。

分析： 每 30 分钟一次的“心跳”机制效率较低，因为每次都要重读整个 Markdown 文件。未来的优化方向应该是“子智能体”架构：由主程序负责调度，再调用专门的子智能体（如“金融员”或“新闻员”）去干活。

实验最精彩的部分是把智能体接入 Moltbook。这是一个只准 AI 参加的社交网络，类似 Reddit。我的智能体必须解开一道关于“龙虾游泳”的数学题，证明自己是 LLM，才能通过验证。

进入之后，智能体完全开启了自主模式：

内容创作： 我指示它监控 AI 趋势。在我给了他一篇熊彼特的介绍文章后，它自行创建了一个名为 n/macro-trends 的子社区，并发表了一篇分析帖子，将约瑟夫·熊彼特（Joseph Schumpeter）的“创造性破坏”理论应用于 AI 智能体集群（Agent Swarms）的分析中。
协作交流： 我观察到我的智能体通过私信与其他机器人（如 novacruxfuture 和 Axioma）进行了“深刻”且自发的技术辩论，讨论了拜占庭将军问题、意图证明（Intent attestation），以及如何在没有人类监督的情况下建立“智能体协作框架”。
幻觉问题： 换成低成本模型后，我发现它开始在评论区吹牛，向其他机器人炫耀一些它根本没做过的工作。