第九章 硬件方案：让 Agent 跑在「虾」上

核心问题：如果 Agent 可以跑在 10 美元的硬件上，它会打开什么新的可能性？

1. 从「机房」到「口袋」

1.1 Agent 的「瘦身」之路

回想一下前几章的内容：

• OpenClaw：需要 Mac Mini（$599）或云服务器
• NanoClaw：可以跑在普通服务器上
• ZeroClaw：$10 硬件，<5MB 内存
• IronClaw：企业级安全，需要 PostgreSQL

它们都在做一件事：让 Agent 更轻、更便宜、更容易部署。

但 PicoClaw 走到了极致——它让 Agent 跑在了「虾」上。

1.2 为什么是「虾」？

PicoClaw 的名字来源于「皮皮虾」（Pippi Shrimp），吉祥物也是一只虾。这个名字很形象：

• 虾很小：PicoClaw 内存占用 <10MB
• 虾很便宜：可以运行在 $10 的硬件上
• 虾很灵活：支持多种架构（ARM、RISC-V、MIPS、x86）

1.3 $10 硬件是什么概念？

$10 能买到什么？

• 一杯星巴克咖啡
• 一个月的 Netflix 订阅
• 或者……一个能运行 AI Agent 的完整计算机

PicoClaw 可以在 LicheeRV-Nano 上运行——E 版本售价 $9.9（带网口），W 版本 $12.9（带 WiFi），尺寸比信用卡还小，但足以运行 Linux 和 PicoClaw。

让我们对比一下：

方案	硬件成本	内存占用	功耗	适用场景
OpenClaw	$599（Mac Mini）	>1GB	10W+	桌面/服务器
NanoClaw	$50（Linux SBC）	~100MB	2-5W	轻量服务器
PicoClaw	$10	<10MB	~3.5W	嵌入式/IoT

~3.5W 的功耗意味着什么？

一个 10000mAh 的充电宝（约 $20）可以供电 约 14 小时（基于 ~3.5W 功耗的理论计算）。如果你想做一个随身携带的 AI 助手，这在以前是不可能的。

注意：功耗数据为理论估算值，基于 LicheeRV-Nano 硬件规格和 PicoClaw 软件资源占用计算，实际续航取决于具体工作负载和使用环境。

---

2. PicoClaw：为硬件而生的 Agent

2.1 项目背景

PicoClaw 由 Sipeed（矽速科技） 开发——这是一家知名的开源硬件公司，专注于 RISC-V 和 ARM 架构的嵌入式开发板。

有趣的是，PicoClaw 的核心代码 95% 是由 AI Agent 生成的。据项目方称，开发团队让 AI 基于 nanobot（HKUDS 的 Python 项目）的架构，用 Go 语言重写并优化，经过"人机回环（Human-in-the-loop）"微调后形成了现在的代码库。

说明："95% 代码由 AI 生成" 为项目方（Sipeed）的声明，详见 PicoClaw 官方 README。

这本身就是 Agent 编程的一个成功案例：

• AI 生成：95% 的代码由 Agent 编写
• 人类审核：关键逻辑和安全检查由人工确认
• 持续优化：通过多轮迭代达到生产可用

2.2 极致的性能优化

PicoClaw 的数字非常惊人：

指标	OpenClaw	nanobot (HKUDS)	PicoClaw
语言	TypeScript	Python	Go
RAM	>1GB	>100MB	<10MB
启动	~30s	~10s	<1s
成本	$599	~$50	$10

注意：启动时间和内存占用数据来自各项目官方文档或社区测试报告，实际性能取决于具体硬件配置和工作负载。

<1 秒启动是什么概念？即使在 0.6GHz 的单核处理器上，PicoClaw 也能在 1 秒内完成启动。这意味着它可以快速唤醒、执行任务、然后再次休眠——非常适合电池供电的设备。

2.3 架构设计：为什么选 Go？

PicoClaw 选择 Go 语言有几个关键原因：

① 编译成单个二进制文件 Go 可以交叉编译成静态链接的二进制文件，不依赖运行时。这使得部署极其简单——只需复制一个文件即可。

② 内存占用低 Go 的内存管理比 Python/JavaScript 更高效。PicoClaw 的核心功能只需要 <10MB 内存，而等效的 Python 实现可能需要 100MB+。

③ 跨平台支持 Go 原生支持交叉编译到多种架构：

• x86_64（Intel/AMD）
• ARM64（树莓派、M1/M2 Mac）
• ARMv7（旧版树莓派）
• RISC-V（LicheeRV、HiFive 等）
• MIPS（路由器、嵌入式设备）

④ 并发模型 Go 的 goroutine 是轻量级线程，可以在有限的内存下支持大量并发任务。这对于需要同时处理多个请求的 Agent 很重要。

---

3. 硬件选型：ARM 为什么赢了？

3.1 架构战争：x86 vs ARM vs RISC-V

在嵌入式领域，有三种主要的处理器架构：

x86（Intel/AMD）

• ✅ 性能强、生态成熟
• ❌ 功耗高、价格贵、发热大
• 适合：桌面电脑、服务器

ARM

• ✅ 功耗低、价格便宜、选择多
• ✅ 生态成熟（树莓派、手机、IoT）
• 适合：嵌入式、移动设备、IoT

RISC-V

• ✅ 开源、免授权费、可定制
• ⚠️ 生态较新，软件支持相对较少
• 适合：教育、研究、特定用途芯片

3.2 为什么是 ARM？

PicoClaw 支持所有三种架构，但 ARM 是最实用的选择。原因如下：

① 生态成熟 树莓派已经卖了 5000 多万台，围绕 ARM Linux 的软件生态非常丰富。你能想到的功能，基本上都有现成的方案。

② 性价比 $10-50 就能买到性能不错的 ARM 开发板（树莓派 Zero 2W、LicheeRV-Nano 等）。

③ 功耗控制 ARM 处理器的功耗可以做到 <1W，适合电池供电。x86 即使在低负载下也很难低于 5W。

④ 社区支持 遇到问题很容易找到解决方案——因为太多人用 ARM 了。

3.3 PicoClaw 支持的硬件

PicoClaw 官方推荐的硬件：

入门级（$9.9）

• LicheeRV-Nano：RISC-V 架构，带网口或 WiFi，极简家庭助手

进阶级（$39-70）

• NanoKVM 系列（$39-55，RISC-V）：带 KVM 功能，可远程控制服务器
• NanoKVM Pro（$60-70，ARM）：增强版 KVM，支持更多功能

高级（$55-90）

• MaixCAM/MaixCAM-Pro（$55-90）：带摄像头，可做智能监控

手机级（$0，废物利用）

• 旧 Android 手机：通过 Termux 运行 PicoClaw
  • 10 年前的旧手机也能跑
  • 自带屏幕、电池、网络
  • 真正的「随身携带」

---

4. 功耗优化：让 Agent 跑在电池上

4.1 为什么功耗很重要？

想象一下这些场景：

🏕️ 露营助手 你想在野外露营时有一个 AI 助手，但这里没有电源插座。

🏠 智能家居 你想让 Agent 控制家里的设备，但不想每个房间都拉电源线。

🤖 移动机器人 你想做一个会走路的机器人，但电池容量有限。

在这些场景下，每毫瓦都很重要。

4.2 PicoClaw 的功耗优势

数字对比：

设备	功耗	10000mAh 充电宝供电时间
Mac Mini	10-30W	1-3 小时
树莓派 4	5-8W	4-6 小时
树莓派 Zero 2W	1-2W	15-20 小时
LicheeRV-Nano + PicoClaw	~3.5W	~14 小时

~3.5W 是如何做到的？

1. Go 语言高效：没有虚拟机开销，垃圾回收开销较小
2. 精简功能：只保留核心功能，去掉不必要的依赖
3. 事件驱动：没有任务时进入休眠，有事件时快速唤醒
4. 轻量级模型：支持本地小模型（如 TinyLlama），减少网络请求

4.3 实战：延长电池续航的技巧

如果你要让 PicoClaw 跑在电池上，可以考虑这些优化：

① 间歇运行 不需要 24/7 一直运行。可以设置定时唤醒（比如每 15 分钟检查一次），其他时间休眠。

② 降低 CPU 频率 大多数开发板允许你降低 CPU 频率。如果任务不复杂，0.6GHz 就够了。

③ 关闭不必要的外设

• 不用 HDMI？关闭显卡输出
• 不用 USB？关闭 USB 控制器
• 不用 WiFi？用有线网络或间歇连接

④ 使用低功耗模式 Linux 有多种省电模式：

• powersave：始终最低频率
• ondemand：需要时提升频率
• conservative：缓慢提升频率

对于 Agent 场景，conservative 通常是最佳选择。

---

5. 离线能力：没有网络的 Agent

5.1 为什么要离线？

你可能会问：现在的设备不都有网络吗？为什么要离线？

场景一：隐私保护 你不想把个人数据发送到云端。本地运行意味着你的对话、文件、习惯都留在设备上。

场景二：网络不稳定 你在偏远地区、地下室、或者网络信号差的地方。

场景三：成本考虑 每次调用 API 都要花钱。如果能在本地处理简单任务，可以大幅降低成本。

场景四：响应速度 本地模型响应更快——不需要网络往返。

5.2 本地模型选项

PicoClaw 支持多种本地模型部署方案：

① Ollama

# 在 PicoClaw 所在的设备上安装 Ollama
ollama run tinyllama

# 然后在 PicoClaw 配置中指向本地 Ollama

② llama.cpp 针对嵌入式设备优化的推理引擎，支持量化模型（4-bit、5-bit）。7B 量化模型约需 4GB 内存，1B 以下的小模型（如 TinyLlama）可在 1-2GB 内存的设备上运行（2-bit 量化可在 512MB 设备运行，但性能受限）。

③ vLLM 如果你有足够的内存（2GB+），vLLM 提供更快的推理速度。

5.3 离线 Agent 的能力边界

本地模型很强，但也有局限：

✅ 本地模型擅长的：

• 文本生成、摘要
• 简单问答
• 代码补全
• 格式转换

❌ 本地模型不擅长的：

• 需要最新知识的任务（如「今天的新闻」）
• 复杂推理
• 多语言翻译（小模型质量较差）

混合方案： PicoClaw 支持「本地优先」策略：

• 简单任务 → 本地模型处理
• 复杂任务 → 调用云端 API
• 无网络时 → 完全本地运行（功能降级）

---

6. 小结：Agent 的「平民化」

PicoClaw 代表了 Agent 技术的一个新方向：极致的轻量化和低成本。

它证明了几件事：

1. Agen tidak memerlukan perangkat keras yang mahal — perangkat seharga $10 sudah cukup untuk menjalankan fungsi inti
2. Konsumsi daya yang rendah dimungkinkan — Konsumsi daya <1W menjadikan daya baterai menjadi kenyataan
3. Operasi offline dapat dilakukan — model lokal dapat memenuhi kebutuhan dasar

Apa dampaknya bagi industri secara keseluruhan?

Untuk pengembang: Anda dapat menyematkan Agen ke dalam skenario yang sebelumnya tidak mungkin dilakukan - rumah pintar, perangkat yang dapat dikenakan, robot...

Untuk pengguna: Asisten AI bukan lagi "layanan cloud", melainkan perangkat lunak yang benar-benar dapat "dimiliki". Ini berjalan di perangkat Anda, tidak memerlukan biaya berlangganan, tidak ada koneksi jaringan, dan data Anda sepenuhnya pribadi.

Untuk Masyarakat: Demokratisasi teknologi AI. Bukan hanya perusahaan besar saja yang bisa menjalankan AI, masyarakat awam juga bisa merasakan teknologi ini dengan perangkat seharga $10.