2016年的游戏本，现在已经三年没关过机了

旧笔记本

OpenClaw 和 Hermes 火了之后，群里天天有人问"跑 Agent 需要什么配置"。云服务器便宜的性能不够，性能够的一年大几千，GPU 实例更贵。

我的答案可能有点反直觉：一台 2016 年买的笔记本。

1. 这台机器长什么样

硬件特写

ASUS N551JW，i5-4200H，16GB DDR3，GTX 960M——十年前的游戏本配置。SSD 做系统盘，外挂机械硬盘存数据。Ubuntu 24.04 桌面版，新系统跑在老硬件上，兼容性反而不错。

功耗待机 30W，满载 80W。

2. 35 个容器都跑了什么

docker ps 输出

不是炫技，是真的都有用。按功能分四类：

AI / Agent 基础设施——LangGraph RAG 服务、LobeChat 对话、Qdrant 向量检索、MCP 日程规划。模型推理扔给云端 DashScope，本地只跑编排逻辑，双核四线程够用。

个人云服务——照片用 Immich 替代 Google Photos，视频走 Jellyfin 流媒体，音乐 Navidrome，笔记 Memos，文件 Alist，电子书 Talebook。主流云服务基本全自建了。

开发 / 工具——Traccar GPS 追踪、Meilisearch 全文搜索、三套 PostgreSQL（含 PostGIS）、Redis、MongoDB，加上几个自己的小项目。

基础设施——Caddy 反向代理、FRP 内网穿透、DDNS-GO 动态 DNS、RustDesk 远程桌面、Watchtower 自动更新、Portainer 管容器。加上 systemd 跑的 fail2ban 和 Samba，整个机器承载的服务大概 40 个。

3. 成本算账

数据中心

一台云服务器跑这些服务，最低 4 核 16GB 内存起步。国内云厂商这个配置一年 3000-5000 块，还是共享型实例。要跑 AI 推理加个 GPU，直接上万。

我这台笔记本 30-80W 的功耗，按平均 50W 算，24 小时 1.2 度电，一个月 36 度。上海居民电价第一档 0.617 元/度，一个月电费 22 块。就算加上外挂硬盘，撑死 30 块。

一年 360 块电费，跑着等效于一年几千块云服务器的活。机器是零成本入手的——闲置旧笔记本，放着也是吃灰。

4. 坑：老 GPU 的困境

数据中心

前面说了 GTX 960M 的 CUDA Compute Capability 是 5.0。这个数字意味着什么？

简单说：主流 AI 框架已经不带它玩了。

ONNX Runtime GPU 版直接不支持——CUDA 11+ 把 CC 5.0 的卡排除在外，装上去要么报错，要么静默 fallback 到 CPU。PyTorch 2.0 以后名义上还支持，但很多算子在编译阶段已经不再测试这个级别了，实际跑起来各种莫名其妙的 segfault。TensorFlow 更早就放弃了老卡。vLLM、llama.cpp 的 CUDA 后端对 Maxwell 架构支持不稳定，试过几次都翻车。

为什么这么快就淘汰？一方面 GPU 架构迭代太快，Maxwell 是 2014 年的东西，十年了。另一方面 AI 框架要追新硬件的特性——Tensor Core、Flash Attention、BF16——老架构根本没这些模块，维护成本太高，砍掉是理性选择。

结果就是：Qdrant 虽然日志显示识别到了 GPU，大概率跑在 CPU fallback 模式。Immich 的机器学习服务——人脸识别、物体检测——也只能走 CPU。空闲时还行，一旦多个服务同时做推理，双核四线程直接拉满，服务响应变慢，有时候触发 OOM。

怎么办？我把不需要实时响应的 ML 任务（比如 Immich 的人脸识别）设置成只在凌晨跑，错开高峰。AI 对话类服务因为推理在云端，本地只跑编排逻辑，压力不大。GPU 这块基本等于废了，但也不是不能活。

5. 其他问题

内存紧张。 16GB 在 35 个容器面前捉襟见肘。配了 11.6GB 的 zram 交换分区，把不活跃的内存页压缩到 RAM 里，但 swap 一多性能就掉。目前实际使用 8.9GB，加上 buff/cache 接近 15GB，基本吃满。

磁盘是瓶颈。 系统盘只有 111GB 可用，已经用了 83%。Docker 镜像、日志、数据库数据都在抢空间。只能把大部分数据盘指向外挂的机械硬盘，但机械硬盘的 I/O 跟 SSD 差了一个量级。Immich 的照片缩略图生成慢得离谱，PostGIS 的空间查询也明显比纯 SSD 环境慢。

散热。 笔记本合盖 24 小时跑，夏天 CPU 温度经常 70°C+。加了一个散热底座，效果有限。GPU 空闲 65°C，不算高，但 CPU 高负载时整机温度上去了，风扇噪音在夜深人静的时候很明显。

单点故障。 所有服务跑在一台机器上，硬盘坏了或者主板挂了就是全军覆没。用 Kopia 做了定时备份到外挂硬盘和树莓派，但恢复需要时间。不像云服务器有快照，秒级回滚。

6. 为什么不用云

有人会说：这些问题加起来，还不如直接买云服务器。三个原因。

第一，数据在自己手里。照片、笔记、GPS 轨迹、聊天记录——这些数据我不想放在别人的服务器上。自建 = 数据主权。

第二，没有月费焦虑。云服务器到期不续费就没了，这台笔记本只要不坏就能一直跑。

第三，折腾本身就是目的。搭 Homelab 是个技术活，过程中学到的 Docker 编排、网络配置、系统调优，比看十篇教程都管用。

7. 最后

2016 年买的游戏本，2026 年还在干活。

跑不了大模型，扛不住高并发，但 Immich 里存着几万张照片，Traccar 记着每天的 GPS 轨迹，LangGraph 的 RAG 服务替我回着微信消息。30W 的功耗，全部托起来了。

OpenClaw 和 Hermes 的用户们在找服务器的时候，不妨先看看抽屉里有没有吃灰的旧笔记本。也许它比你想象的能干。