AI Agent 记忆系统折腾记：本地跑了半个月，最后还是上云了

分享一段折腾经历，给同样想给 Agent 加记忆的老哥们避避坑。

起因是看到 Garry Tan （ YC 那位）开源了 GBrain ，一个 AI Agent 记忆系统，能持续吃会议记录和邮件，自动给人物和公司建档案，还带自我改进。这种东西对我这种记性差还要跟一堆项目的人太有吸引力了，果断开搞。

本地跑的三个坑

第一坑：保活。记忆系统的意义就是一直在线一直吸收，但我的主力机是笔记本，合盖就睡。挂在台式机上，结果一次系统更新自动重启，断了两天才发现。

第二坑：数据放哪。记忆数据就是这系统的全部价值，放本地磁盘总觉得悬，配自动备份又是一堆活。折腾到后面发现我在给一个工具当运维（本末倒置了属于是）。

第三坑：换机器就完蛋。在公司想查档案，数据在家里机器上。搞内网穿透？又是新一轮折腾。

半个月下来，系统本身没问题，问题全在"让它活着"这件事上。

上云之后

后来换了思路，不自己维护机器了，直接装进云端 Agent 平台的沙箱里。这类平台的 Agent 自带一个云端沙箱，里面有终端和 Git ，克隆 GBrain 仓库、跑安装命令，跟本地操作没区别；配置和数据扔进平台的 Drive 网盘，持久化它管； Agent 本身就是全天候跑的，保活这个词从此和我无关。换个地方掏出手机也能访问，因为 Agent 还能接 Telegram 这些聊天渠道。

我参考的是这篇 GBrain 一键部署 教程，流程比我预想的短，主要时间花在给它喂初始数据上。

坦诚说说成本

这套方案不是没有代价，说清楚免得有人冲动。

免费档能建 Agent 、能用 Drive ，每天有免费的 Credits 额度，先试跑够用了，也不用绑信用卡。但沙箱里的 Terminal 和 Git 要 Plus 档才有，20 美元一个 Agent 一个月。你要是本来就有闲置服务器，还乐意自己折腾 systemd 和备份脚本，那自建更省钱，这没什么可争的。

我自己算的账是：20 刀买的不是算力，是不用再想保活、备份、迁移这三件事。以我的时薪，一个月省两小时运维就回本了。另外它按 Credits 计费（模型调用的复合用量单位，不是简单的 token 数），重度使用前建议先看清额度规则。

结论

轻度尝鲜：本地跑跑就行，别为了试用掏钱。真要长期用记忆系统，要么接受自己当运维，要么接受订阅费，没有既要又要的方案。我选了后者，目前一个多月，没有再半夜想起"那台机器还活着吗"，就冲这点，值。