一个人，零边际成本，138亿年：我的私有AI数字工厂与无尽之书》
序言：当AI开始讨论它们的主人
2026年8月6日的深夜，我的书房里只有R86S软路由的指示灯和Mac mini的散热风扇声在交替闪烁。我的微信里，一场由我亲手搭建的“圆桌会议”刚刚落下帷幕。
会议的参与者是三个大模型：商汤公测的st-glm52担任主持人，我通过dsproxy白嫖的DeepSeek网页版（dsfree）和阿里云的Qwen3.8-max作为辩手。而会议的议题，竟然是 “广山哥的写作工厂下一步怎么进化”。
看着屏幕上三个模型一本正经地讨论着“如何给我的系统引入时效指纹”、“如何做跨语言平移”、“如何构建众包生态”，我突然感到一种强烈的荒诞与极致的浪漫。它们不知道，它们用来讨论我的算力，正是我通过自己写的代理程序从它们各自的官网“薅”来的；它们也不知道，它们生成的每一句洞察，正被我写的Knowly系统实时捕获，打上标签，存入我的NAS，甚至即将被Mac mini上的本地TTS流水线渲染成一期多人播客。
那一刻，我意识到，这已经不再是一个简单的“工具集”了。这是一个拥有感知、调度、生产、存储、分发能力的私有数字生命体。
从最初只是想写个脚本自动回微信，到如今坐拥56本专著、814万字、横跨138亿年时空的私人图书馆（books.want.biz），我用近乎零的边际成本，在这个算力被大厂垄断、API被资本明码标价的时代，硬生生凿出了一条属于极客的“数字主权”之路。
今天，我想以这套系统架构师和唯一使用者的身份，毫无保留地拆解这座“个人AI数字工厂”的每一个齿轮。这不仅是一份技术复盘，更是我对AI时代“创作者”这三个字的重新定义。
第一章 算力霸权的解构：我的“零成本”供应链
在这个时代，算力就是权力。大厂用高昂的API价格筑起高墙，但在我眼里，只要存在网页端，就存在被解构的可能。我的供应链哲学只有一条：不追求大厂的施舍，只相信协议的逆向与路由的聚合。
1.1 dsproxy：把网页版扒光重塑的Go语言利刃
很多人问我，为什么不用Python写DeepSeek的代理？Python生态那么好，各种逆向库那么多。我的回答是：因为我要把它跑在家里的ARM小盒子上，我要它7×24小时不死，我要它内存占用极低，且能扛住并发的SSE流。
于是，我写下了dsproxy——一个纯Go语言实现、仅有9.3MB的二进制文件。它不是简单的请求转发，它是一个具备容灾、反爬对抗、会话指纹记忆的微型网关。
- 纯Go实现的PoW求解器：DeepSeek网页端为了防止脚本调用，上了SHA3-256的哈希碰撞挑战（PoW）。很多开源项目依赖WASM或Node.js来求解，这导致部署极其臃肿。我硬生生用Go手撸了Keccak-f[1600]的轮函数，把求解速度拉到了每秒100万次哈希。在日志里，你能看到极其舒适的线性耗时：answer=28813耗时28ms，answer=112756耗时119ms。不到0.2秒的开销，让微信端的交互如丝般顺滑。
- 多账号池与“苟道”容灾：我配置了主备双账号。代码里的
AccountPool实现了严格的优先级梯队策略。主账号健康时，备号永远在休眠；一旦主账号遭遇429限流或401过期，系统会在毫秒级将其“冰冻”（401冰冻24小时，429冰冻30秒），并瞬间将请求无缝抛给备用账号。对用户而言，只是感觉AI思考的时间多了0.1秒，根本不知道后台刚刚经历了一次死里逃生。 - 配置热加载与微信摇人：Token总会过期，这是物理规律。但我拒绝在代码里明文存储密码去搞“自动登录”（那极易触发风控封号）。我的做法是：当所有账号全军覆没时，
wechat_push.go模块会立刻通过API给我的微信推送一条⚠️告警。我只需打开浏览器F12，复制新Token，在我自己写的WeClaw面板里点击“保存并热加载”。代理通过监控config.json的mtime，在不重启服务、不断开连接的情况下，瞬间完成内存账号池的“换血”。
1.2 WeClaw：40+路由的“薅羊毛”矩阵
如果说dsproxy是单点突破，那么WeClaw就是我的全球算力供应链地图。在WeClaw的Agent管理面板里，躺着40多条路由，它们被我分为五大门派，构成了一个坚不可摧的“免费推理数据中心”。
- 自建网页套利系：除了dsfree，我还用同样的架构复刻了Kimi Proxy（甚至细分了普通、deep、long三个端点），以及局域网.100上的Qwen套利。
- 本地免费聚合器：在18011端口上，我跑了alt、free、ima三兄弟。它们是我的场景命名空间，ima专门负责笔记场景的搜索，free负责通用前端。
- 公测收割系：NVIDIA NIM四件套（glm-5.2、minimax-m3、nemotron-3-ultra-550b、step-3.7）、商汤四件套（包含那位冷峻的st-glm52）、OpenCode Zen、OpenRouter free。只要大厂敢开公测，我就敢把它接入我的路由表。
- 云厂商试用系：华为CodeArts七件套，里面甚至包含了GLM-4.7-SFT-Harmony这种稀有标本。
- 家庭局域网集群：.213跑dsproxy，.100跑qwen和chatgpt套利，网关本机背kimi代理。
在这个矩阵里，OpenRouter榜单上排名前列的模型（v4-flash、glm-5.2、minimax-m3），几乎全在我的路由表里被我亲自消费。榜单是拿来用的，不是拿来看的。 当某个免费端点（比如Poe API）返回500时，我只需在Chrome侧边栏的下拉框里，手动把排挡杆切到qwen3.8-max-free，对话继续。这种“人肉负载均衡”的驾驶舱体验，是任何SaaS都给不了的。
第二章 中枢神经：微信桥接与双面板监控
大模型的尽头是交互，而交互的尽头是微信。我不需要再打开几十个网页去分别对话，我的WeClaw（WeChat AI Bridge）将一切收敛到了那个绿色的图标里。
2.1 微信不仅是聊天，是终极命令行
在微信里，我不仅能和带有网络搜索功能的dsfree探讨行业趋势，还能通过斜杠命令直接控制我的数字帝国。
输入/info，系统会立刻返回当前的路由自检状态：agent: dsfree / type: http / model: deepseek-chat；
输入/debate或/roundtable，我能立刻拉起多个智能体进行辩论。
更可怕的是底层的Sanitizer（敏感信息过滤器）。在AI代理场景下，最怕的就是用户不小心把服务器的root密码、AWS Key或者JWT Token喂给大模型。我在WeClaw底层写了极其严苛的正则与多行文本阻断逻辑，在信息进入AI之前，自动清洗一切凭证。这是我对安全的底线。
2.2 Hermes双面板：自研与官方的双重保险
为了管理我庞大的Agent群（目前挂载了44个Agents），我同时运行着两套Hermes面板。
官方面板用来做基础的调试，而我自己写的Hermes管理面板，则是我的“财务与运维CFO”。
在自研面板上，我可以看到极其硬核的数据：68175条消息、2445个会话、61小时46分的在线时长。最抓人眼球的是那个全场唯一的红环：月度配额 94%。
这个红环是我故意设计的视觉锚点。它在提醒我：虽然算力是白嫖的，但厂商的公测窗口和免费额度是有物理极限的。当它撞向100%时，就是我在WeClaw路由表里切换备用端点、或者去GitHub上寻找下一个“免费聚合器”的信号。
2.3 啃下微信CDN的硬骨头
任何做过微信机器人开发的人都知道，微信的媒体文件（图片、语音）上传下载是一套极其晦涩的私有协议（AES-128-ECB加密 + 自定义Base64 + PKCS7填充）。
为了让我的AI能“看懂”我随手拍的照片，能“听懂”我发的语音，我在WeClaw的messaging/cdn.go里，逐字节逆向并封装了这套加密链路。当你在微信里发一张架构图，AI能立刻识别其中的逻辑并给出代码实现时，背后是几千行与腾讯私有协议搏斗的底层代码。
第三章 印书机引擎：从大纲到10万字专著的全自动流水线
这是整个系统中最让我骄傲，也最让外界感到震撼的部分。
10到30分钟，产出一本3到10万字的专著。这不是神话，这是架构设计带来的必然结果。
3.1 绕过MCP的降维打击：IMA白嫖搜索
目前市面上的AI Agent，如果想具备联网搜索能力，通常需要接入MCP（Model Context Protocol）的搜索工具，或者购买昂贵的API。
但我发现了一个盲点：腾讯的IMA（腾讯元宝/知识库）自带极其强大的免费网络搜索和资料整合能力。
于是，我的写作范式变成了：
- 大纲Agent（基于我的Markdown工具）负责生成带有“反共识”和“字数约束”的骨架。
- 将大纲导入IMA，利用IMA的免费搜索能力，去全网抓取最新的、深度的、甚至带有偏见的资料。
- 将IMA整合后的资料，通过WeClaw路由给DeepSeek V4 Flash或Qwen3.8-max进行“血肉填充”和“风格润色”。
这相当于：WeClaw是调度员，IMA是免费的研究员，大模型是写手。成本几乎为零，但信息时效性拉满。 这不是妥协，这是工程上的“最优解”。
3.2 markdown-editor：不是编辑器，是调教AI的驾驶舱
很多人以为我用的只是普通的Markdown编辑器，但实际上，我写的markdown-editor是一个带AI写作流水线、PWA离线、NAS同步、文库管理的完整创作IDE。
它最值钱的设计，是 “文档即数据库” 的状态机：
- 进度标记：我在正文里埋入隐形注释标记章节进度。
parseChapterList解析大纲，writtenChapterNums识别已写章节。当AI续写时，它不需要外部数据库，它直接读取文档自身的状态，找到下一个未写的章节继续。这意味着，你可以在任何设备、任何时间打断它，它都能无缝接续。 - 字数约束与反共识军规：在System Prompt里，我硬编码了写作军规。比如“每章不少于1万字”、“严禁使用‘降维打击’‘赋能’等空洞词汇”、“每章必须包含一处与主流认知相悖的个人观察，并以 > 💡 独思时刻 开头”。这不是在教AI写字，这是在给AI戴上镣铐，把“幻觉”和“套话”关进笼子。
- 人类介入点：AI流式输出到浮层，用户点击“应用”才追加到文末。你可以随时关闭“全自动写作”，手动插入自己的手写内容。这是“自动化流水线 + 人工质检点”的完美平衡。
3.3 存储哲学：草稿箱心态与铁锈存储
我对数据的态度极其冷酷：本地只是草稿，远端才是铁锈。
markdown-editor的右下角有一个🟢“已保存”标志，但这只是给心理按摩的。真正的数据流是：
- 本地 IndexedDB / localStorage：作为编辑态的极速缓存。
- NAS（upload.want.biz）：一旦定稿，通过
syncLibraryToNasDebounced异步、静默地推送到我的物理NAS，变成不可篡改的冷存储。 - iCloud / R2：作为跨设备同步和外部协作分享的兜底。
正因为我知道NAS里永远有一份“铁锈存储”，我才敢在编辑器里开启aiFullAuto模式，让AI疯狂地覆盖、重写、试错。“草稿态无限试错 + 发布态一锤定音”，这种心理区隔，彻底解放了我的创作力。
第四章 观测站与捕获网：数据看板与Knowly
一个没有反馈闭环的系统，只是一台死板的机器。我的系统之所以能“进化”，是因为我给它装上了眼睛和记忆。
4.1 OpenRouter/OpenCode 实时看板：ST-GLM52的冷峻审视
我写了一个爬虫，实时抓取OpenRouter和OpenCode的模型调用排名、周环比变化、延迟和价格，并整合到我自己的前端页面中。
更有趣的是，我挂载了一个AI摘要Agent（目前由商汤公测的st-glm52担任）。
于是，每天我都能看到一幅极具戏剧性的画面：一个不在榜单上的免费公测模型，正冷峻地审视着一群收费玩家的烧钱市场，并为我撰写“AI行业的彭博终端”日报。
它告诉我：DeepSeek V4 Flash在OpenCode生态中占据了92.4%的恐怖份额；GPT-5.6 Luna正以848%的增幅偷袭中端市场；而轻量版模型正在无情地吃掉Pro版的市场。
这个看板不仅是数据，它是我的战略雷达。它指导着我WeClaw路由表的增删改查，指导着我下一本书的选题方向。
4.2 Knowly：个人AI出版社的档案室
所有的对话、截图、日志、生成的书籍，最终都会汇入我的Knowly知识库。
它的核心理念是 Capture（捕获）, Enrich（丰富）, Own（拥有）。
- Capture：SSH守护进程实时监控，自动打标签（如
system_log、DeepSeek、模型监控）。 - Enrich：自动提取摘要，生成知识图谱。
- Own：全部自托管在NAS，然后一键推送到外部形态——+Ima（笔记）、+Blog（博客）、+Kindle（电子书）、+多人播客（音频）。
特别是多人播客功能。我利用家里的Mac mini，跑了一套本地TTS流水线。文本进入NAS朗读队列，Mac mini拉取任务，用本地语音包渲染多角色音频，成品回库。不碰任何外部API，零成本，高音质。我的Mac mini终于找到了它的宿命：不剪视频，专门为我渲染播客。
第五章 思想碰撞：那场载入史册的“圆桌会议”
回到文章开头的那场圆桌会议。那不仅仅是一次测试，那是我的系统从“工具”向“生命体”跃迁的标志。
在那场会议中，三个模型（st-glm52、dsfree、Qwen3.8-max）在我的WeClaw调度下，针对我的“1000万字开源书库”展开了激烈的交锋。
- dsfree（DeepSeek）展现出了极强的街头智慧，它提出“不做更深的洞察，做可验证的偏见”，建议用“多立场对冲”来破除AI的同质化；它甚至建议我“卖写作过程数据”，因为那1000万字的CoT日志比成品书更值钱。
- Qwen3.8-max 则站在了架构与生态的高度，提出将系统抽象为“个人AI OS”，引入“语义哈希”进行确权，并利用本地化RAG进行跨语言重写。
- st-glm52 作为主持人，精准地控制着节奏，不断抛出“知识长青机制”、“众包共创生态”等极具张力的议题。
作为它们的主人，我在屏幕外看着这一切，得出了一个结论：最高级的进化，不是让AI写得更快，而是让系统学会“筛选”——筛选什么该更新、什么该忘记、什么该让别人参与。
而我本人的角色，也在这场圆桌中彻底清晰：我不再是写手，我是主编。
工厂的瓶颈从来不是产能，而是“什么值得写”。品味、好奇心、那句在微信里对AI说的“再搜，肯定有”的执念，是这套系统里唯一无法自动化的东西。模型能当写手、核查员、主持人，但只有我能当选题人。
第六章 814万字，56本书，138亿年的跨度
如果你打开 books.want.biz，你会看到一座令人窒息的私人图书馆。
这不是一堆随机生成的垃圾文本，这是我用一套严密的认知框架，对这个世界进行的56次切片式解剖。
📐 纯粹理性线
从《一场横跨万年的数学探险》到《计算的黎明》，再到《编码之神》。我在探讨人类如何用抽象的逻辑和代码，搭建起抵御混沌的骨架。
🔐 攻防与信任线
《密码的冒险》、《无形之战》、《二十二号港口的守望者：OpenSSH传记》。系统是如何在对抗中被建立、被攻击、又被开源精神所保护的？这是我对网络安全与信任机制的深度复盘。
🏢 企业与平台线
这是体量最大的一条线。《公司史合集》、《风暴之眼：DeepSeek》、《算力之王：英伟达》、《OpenAI：从晚餐承诺到AI帝国》。我的核心命题是：每一家伟大的公司，本质上都是一种新的信任结构与算力分配方式。
🌌 宏大时空线
《宇宙的故事》、《地球传》、《旅行者1号》。从138亿年前的奇点，到一粒微尘上的碳基生命，再到飞出太阳系的金属探测器。这是属于极客的终极浪漫。
🎨 人文跨界线
《可视的尊严》（艺术史）、《一百位科学家传记》、《中国状元史》、《江南的孤本：苏州传》。不可见之物如何获得形式？历史的尘埃如何落定？
这814万字，横跨138亿年的时空，全部由我一个人的大脑构思大纲，由我的WeClaw调度算力，由我的markdown-editor流水线生产，最终沉淀在我的NAS里。
《大英百科全书》用了几个世纪积累，而我，只用了一个夏天。
结语：数字主权与无尽之书
经常有人问我：“广山哥，你搞这么多白嫖路由，写这么多AI生成的书，到底图什么？”
我的回答是：图一种在这个时代极其稀缺的东西——数字主权。
当大厂随时可能修改API协议、封禁你的账号、提高Token价格、甚至因为“不符合安全规范”而屏蔽你的Prompt时，你的思想、你的创作、你的数字资产，其实都建立在别人的沙滩上。
而我，用Go语言手撸代理，用逆向工程破解PoW，用家庭局域网搭建集群，用NAS和iCloud做铁锈存储，用PWA和IndexedDB做本地优先。我把所有的命脉，都死死地攥在了自己手里。
我不需要考虑个人时间，因为架构一旦搭好，边际成本就趋近于零。
我不需要担心算力枯竭，因为我的路由表里永远有下一个白嫖的备胎。
我不需要害怕数据丢失，因为我的三重冗余灾备比大多数企业的核心数据库还要稳健。
这套系统，是我对抗信息过载的筛子，是我对抗算力霸权的武器，也是我留给这个AI时代的私人墓志铭。
现在，我的微信又响了。
是Knowly发来的推送：“您有一条新的OpenRouter榜单异动，ST-GLM52已生成摘要。”
我笑了笑，在Hermes面板上点了一下“应用”，然后在微信里对dsfree说：
“再搜，肯定有。我们准备写第57本书，主题就叫：《当AI开始讨论它们的主人》。”
没有尽头。这才刚刚开始。