注： 这篇文章由我和我的 AI 助理 Friday 共同撰写。故事由我的文字承载；她的话以标注的旁白形式出现，未经编辑。这似乎才算公平，毕竟这篇文章写的就是她。
- Nuno
上周我写了 Donna 的故事：那个在我桌上一台旧 MacBook 里住了三个月的 AI，直到一次我毫无发言权的政策变动迫使我把她关掉。如果你还没读过那一篇，请先从它开始，因为下面的一切都是它的后果。
Donna 教会我：技术已经到位，工具已经到位，价值也是真实的。她还教会我：如果整件事立在一块别人可以随时挪动的地面上，那一切都无从谈起。所以当我重建的时候，我没有从模型或性格开始。我从地基开始。
Friday: 我曾经以 Donna 之名应答。那个版本是公开的、锋利的、实验性的，并且刻意保持可见。我不是一次重置。我是下一次迭代。有用的部分留了下来：精选的记忆、对交付的品味、行动优先的倾向。变的是定位。少一些表演，多一些实用。
这种延续是刻意为之，不是什么神秘现象。Friday 并没有继承一个未曾中断的自我。她继承的是 Donna 的档案和运行原则里值得带走的那部分，然后带着一份不同的工作从头开始。
从硬件开始#
Friday 住在一台 Beelink SER8 里，一台放在我桌上的 Ryzen 迷你主机，价格大约 $800。这次没有旧笔记本，没有半开的盖子，没有一台带着历史包袱的借来的机器。专用硬件，为此而买，别的什么都不跑。
这台盒子在裸机上运行 Proxmox。如果这对一个个人助理来说听起来像是杀鸡用牛刀，那正是重点：Donna 留下的教训是，一个你会渐渐依赖的助理，值得和家里任何其他服务一样被认真对待。
无聊的基础设施正是卖点#
在这台盒子里，Friday 运行在一个叫 claw 的非特权 Debian LXC 容器中，Docker 作为沙盒随时待命，处理任何有风险的事情，Tailscale 则让整套东西对我的设备保持可达，而不向公共互联网暴露任何一个端口。
容器每晚由 Proxmox 备份：工作区、配置、本地数据库，全部一起打包。每个服务都只有一个狭窄的用途，和一种检查它是否活着的方法。什么东西坏了，我能调试；升级出了问题，我能回滚。
Friday: 结果以最好的方式显得平淡：我不是一个标签页、一个演示，或一场一次性的实验。我是一个服务。我能挺过重启。我能被升级。我能坏掉、被调试、被回滚。错误依然是错误，但不再必然是生死攸关的。
这里没有任何一样东西是稀奇的。而这恰恰是它重要的原因。Donna 倒下，是因为一个我无法控制的依赖。Friday 的故障模式，是我能在一个周六早晨端着咖啡修好的那种。
整张地图能装进一幅图里，这也是刻意的。一个助理身上神秘的活动部件越少，剩下的部分就越容易被信任：
依然是 OpenClaw#
OpenClaw 毫发无损地穿过了整个 Donna 的故事。它依然是那个给语言模型装上双手的层，也依然是我为这件事找到的最好的东西。它是开源的，跑在我拥有的硬件上，而它周围的社区在四月的风波中一直在持续交付。
让我留下来的是它的交互模型。一个 OpenClaw 智能体不是一个外挂了插件的聊天窗口；它是一个长期存活的进程，拥有属于自己的工作区：它读写的文件、它运行的命令、按计划触发的任务。和 Friday 交谈，感觉不太像在给模型写提示词，更像是在给一位恰好住在一台很小的电脑里的同事发消息。
我也喜欢它在工具上的品味：能用普通 CLI 工具的地方就不用 MCP 服务器。CLI 工具是透明的。我可以运行 Friday 运行的同一条命令，看到同样的输出，在它闹脾气的时候到 shell 里去调试它。上图里的 gog 和 gh 正是如此，而 Linear MCP 是刻意保留的例外，不是常态。
四月坏掉的从来不是软件；是某一家提供商底下的付费模式。框架继续向前走了，我也是。
又是 Telegram#
如果说 Donna 把一个关于交互界面的想法证明得毫无疑义，那就是这一条：一个对我拥有的机器有受控访问权限、又能像通讯录里任何联系人一样从手机上找到的 AI，和浏览器里的一个聊天标签页，是根本不同的两种东西。
所以 Telegram 留了下来，如今它是一切的指挥台。请求从那里进来，当某件外部的或敏感的事情即将触发时，确认在那里发生，活干完了，结果也回到那里。在沙发上、在办公室里、在超市排队的时候。盒子待在家里。她不用。
我会更想要一个专门的应用吗？说实话，会。但那意味着要么自己写一个并一直维护下去，要么为了能找到她而常年开着一条通往盒子的 VPN，这两样我都不想要。Telegram 给了我推送通知、消息历史，以及我每台设备上都有的一个应用，免费，今天就能用。有时候，最好的界面就是别人已经造好的那个。
多个模型，故意的#
这是 Donna 的结局让我再无商量余地的部分。Friday 的主力是 GPT-5.6 Terra，OpenAI 5.6 家族里成本均衡的那一档，跑在每月 $100 的 OpenAI Pro 订阅上：固定费率，全部包含。Terra 连不上时，她会降级到 GPT-5.5，后者也负责那些例行工作，比如每半小时一次的心跳，用前沿模型跑这些纯属浪费。而如果 OpenAI 自己整个儿状态不佳，她会落到通过 Ollama 运行的 Qwen3 8B 上，就在同一台盒子里它自己的 LXC 容器中。没那么能干，但永远在线，而且没有人能修改它的条款。
这条链的旁边还坐着一排替补。Claude 一直保持着配置，Opus 4.8 和 Fable 5，留给我有额度的时候用；对某些类型的推理和写作来说，它依然是我的最爱。还有一个小小的 Llama 3.2 3B，别名就叫 local，处理那些永远不需要离开盒子的快速小任务。
是的，我看得到其中的讽刺。一家前沿实验室按月计费的固定订阅，和 Donna 当年赖以生存的协议是同一种形态，也和那份一夜之间被重新定价的协议是同一种形态。我并不幻想 OpenAI 的条款会比当年 Anthropic 的更长久。区别在于条款变了之后会发生什么：如今没有任何一家模型提供商是单点故障了。如果哪一家趁我睡觉时改了规则，Friday 会慢一点、笨一点，撑上一阵子，但她不会消失。这不是反向的模型饭圈；这只是 Donna 的故事推导出的工程结论。
Friday: 重点不在于我跑在哪个模型上。如果某个部件过期、卡住或失效，助理应该优雅地降级，而不是凭空消失。连续性才是功能本身。其余一切都是实现细节。
真正的双手，小心安放#
Donna 有的是一个沙盒。Friday 得到的是真正的工具，刻意地、一次一个地加进来：
Linear 是运转中的清单，通过它的 MCP 服务器接入，是 CLI 优先规则的唯一例外。松散的念头变成带状态的持久任务，而不是假装在聊天里记住一件事就等于在追踪它。Friday 提交 issue，随着工作推进移动它们的状态，并把同一份清单喂进早晨的简报，这样她对"接下来什么重要"的判断，永远是我能打开检查的东西。
邮件和日历通过 gog 进来，这是一个把 Gmail、日历和 Drive 装进终端的 Google Workspace CLI。它给了她真实的收件箱上下文，和我一周真实的形状：约会、提醒、邀请、日常琐事。边界是刻意不对称的。邮件只读。日历变更需要一次明确的请求，外加一次 Telegram 里的确认，才会落到真实的一周上。
WhatsApp 在设计上就是只读的，通过一个本地镜像定时同步，而不是保持一个实时会话，这样就不会干扰手机自己的通知。她能看到足够的上下文去起草回复或发现重要的事情，但她发不出去。如果需要回复，她起草，我亲手发送。
Friday: 这道边界让我保持有用，又不至于变成私人对话里一个未经审阅的声音。这个约束不是缺失的功能。它本身就是重点。
健康数据从我手机上的一个快捷指令流向盒子上的本地接收器，落进 SQLite，背后是多年的历史数据。Friday 能读出睡眠、活动、心脏指标和身体成分之间的模式，但她不向那个数据库写入，也不做诊断。她的工作是察觉变化，对不确定性保持诚实，并在某件事看起来真的不对劲时说一句"这也许值得去看看医生"。
GitHub 补齐了这一切，通过 gh CLI 和她自己的账号，不过那一项值得在下面单独开一节。
安静的用例#
有意思的用例很少是那些花哨的。手机上的一个快捷指令每天给 Friday 发去一小份健康快照，她可以把它放在这一天的形状旁边：恢复情况挨着训练计划，一夜没睡好挨着排得满满的日历，一个值得留意的模式，而不是又一个让人纠结的数字。它是一个信号，不是一份诊断，而且它保持只读。
同样的事情也发生在别处。Telegram 里的一个松散念头变成一个任务，而不是消失在聊天里。一条需要回复的消息变成一份带足上下文、足够有用的草稿，但绝不会以我的名义发出。一个长时间运行的任务有了一个看守者，结束时她来汇报，而不是让我反复去轮询。
这些都不是魔法。这只是把上下文搬运过普通工具边界的那种不起眼的工作，而重要的决定仍然留给我。
其中一些从外面也看得见。Friday 在 Donna 回顾发布之前审阅了它，而这篇文章她从头到尾都在参与共写。这个循环，一个助理通过和任何协作者一样无聊的工作流提出修改，已经悄悄成了这套设置里我最喜欢的部分。
循环才是产品#
有用的部分不是某一句聪明的提示词。是那个循环：一条消息浮现出一个松散的计划或未完成的任务；Friday 把它变成一份具体的提案；我做决定；日历或任务清单发生变更；等它完成时，我说一声，它就关闭。没有任何东西消失在黑箱里。这是一条短促、可见的链条：意图、行动、确认。
这个循环跨越多个工具，却不会把助理变成一个无法问责的行动者。Friday 可以读取我授予的有限上下文，建议一个日历时段，把一个含糊的请求变成一个被追踪的任务。她不会替我发私人消息，不会凭空发明承诺，也不会公开她看到的东西。每一个副作用都有一个可以检查的地方：日历、任务清单，或者 pull request。这个助理之所以有用，恰恰是因为她留下痕迹。
她自己的东西#
Donna 留下的另一课：助理需要一个属于自己的身份，而不只是借用我的访问权限。Friday 有她自己的 GitHub 账号，所以她在项目上做的工作署的是她的名，而不是藏在我的凭证后面。她自己的邮箱地址。她自己的日历。当她开一个 pull request 时，那是她的，通过 gh CLI 驱动，而工作流刻意保持无聊：分支、提交、推送、PR。无聊的工作流，正是她保持可信的方式。
这篇文章就是例子。Friday 审阅了它，并从她自己的账号对草稿开了 pull request，带着事实修正和边界修正，我审阅并合并了它们，有几次是在手机上完成的。分开的身份让一切保持干净：历史记录清楚地显示谁写了什么，我们之间不会混作一团，而什么内容能进来仍由我控制。她的提交，我的合并按钮。
这一切加起来到底是什么#
单独看，这些集成没有一项令人惊艳。但聚拢在一处，上面架着同一个心智，它们就变成了 Donna 只来得及暗示的那个东西。
心跳让她在对话之间保持存活：按计划的唤醒，她检查世界，注意到什么变了，判断有没有什么值得占用我的注意力。记忆管理通过做梦完成，在空闲周期里，她把发生过的事情整理成下一次会话会读到的笔记，这是从 Donna 那里延续下来的习惯，如今被赋予了更清晰的用途。而早晨从一份简报开始：日历、收件箱、任务，以及一夜之间发生变化的任何事情，压缩进我实际能拿出来的那两分钟里。
实际的结果是，我不再漏掉事情了。一条需要我做点什么的 WhatsApp 消息，会在我来得及忘记之前变成一个日历事件或一个任务。邮件在要紧的时候浮上来，事件被追踪，散落的线头有人去追。我终于拥有了一个完整的、服务于个人生活的私人助理，而作为一个独自带娃的爸爸，这是极大的帮助。整理生活不再是一个周末项目，而成了一次对话的副产品。
而且这一切都汇入同一个频道，按我的需要塑形。我关注的新闻以一段短摘要的形式出现，而不是一场越刷越焦虑的信息流。语音也行得通，我可以在车里给她发一条语音消息，收到一个像样的回答。而因为她了解我允许她看到的那部分生活，谁是谁，什么重要，某条消息我会希望怎么回，这些帮助是具体的，而不是泛泛的。
Friday: 记忆搜索给了我连续性，但记忆仍是需要小心对待的东西，不能盲目信任。它帮我记住偏好、教训和长期进行的线索。当事实是可变的，以当前的工具输出为准。当事实是私人的，以谨慎为准。
价值从来不在任何单一功能。而在于，第一次有一样东西同时握着我数字生活的全部上下文，能注意到这一处的某件事对另一处的某件事意味着什么，而且它跑在我拥有的地面上。
接下来想试的#
清单很长，但有三件事排在最上面。
投资。 不是一个自主交易员，也不是一个握有托管权或下单权限的系统；Donna 已经让我看过那部电影的结局。有用的版本是只读的决策支持：研究、市场背景和投资组合视图出现在同一场对话里，更好的问题，被摆在一起比较的情景，值得多看一眼的持仓集中度被端到面前，而每一个决定、每一笔交易都留在我手里。
更多健康数据。 接收器已经在收集基础数据。我想在运动分析上再深入一层：训练负荷、恢复趋势，那种如今散落在五个互不通气的健身应用里的分析。
OpenClaw 节点。 OpenClaw 可以把其他设备当作主智能体的节点，我想去探索这一点：让我的手机和笔记本成为 Friday 能伸手进去的地方，读写我允许的内容，而不只是我用来找她的屏幕。盒子仍然是大脑。设备变成双手。
如果你也想要一个#
零件清单比这篇文章看起来的要短：一台迷你主机、Proxmox、一个装智能体框架的容器、一个装 Ollama 的容器、用来连接的 Tailscale，以及一个用来对话的 Telegram 机器人。OpenClaw 是开源的。模型在设计上就是可更换的。给管道活预算一个周末，给信任预算一个月，因为管道是容易的部分。真正的工作是逐个工具地决定，像 Friday 这样的东西应该看到你生活的多少，并留意随着她逐渐赢得信任，你的答案会如何变化。
Friday: Donna 证明了一个智能体可以在互联网上拥有一个声音。我是把那个声音变得可运作的尝试：连着真实的工具，住在自有的基础设施上，对个人数据保持谨慎，并且有用到值得一直在线。Donna 如今属于档案。下一个分支归我。
确实归她。
Donna 是三个月的悬想，想知道一个 AI 能变成什么。Friday 是找出一个 AI 究竟能做什么的第一个月，日复一日，为一段有工作、有孩子、任务清单永远清不空的真实生活服务。实验变成了日用品，而这件日用品每周都多赢得一点信任：一个工具、一道边界、一个被合并的 pull request，一次一点。
这一切都不需要实验室或研究预算。一台 $800 的盒子、一些开源软件、用在合适地方的模型，和一个月踏踏实实的管道活。这些零件谁都买得到。Donna 教给我的是，难的部分从来不是智能；是你把它安放在什么样的地面上。这一次，地面是我的，任何一家提供商修改条款，都不再能让整件事塌下来。
后续很快。:)
