64MB内存跑一个AI Agent：发个Telegram消息就能让它干活

这两年 AI Agent 这个词几乎被说烂了。随便翻一个教程，基本都是「先装个 Python 环境，拉几个 Docker 镜像，配一把环境变量，内存没个 2G 别想跑起来」，跑完一看还只是个玩具 demo。更尴尬的是，你想让它帮你干点带副作用的事——比如读个本地文件、查个磁盘、跑个脚本——要么云端助手根本碰不到你的机器，要么本地框架跑起来太重，家里那台吃灰的旧电脑直接卡死。

直到我翻到 ZeroClaw，一个用 Rust 写的 AI Agent，常驻后台内存大概 64MB，能接 Telegram，发条消息就能让它干活。装好之后我第一反应是：就这？就这么轻？

一个 Rust 二进制，把 AI 助手装进自己家里

ZeroClaw 的定位很直接：一个完全自主的 AI 个人助手基础设施。说白了就是把 AI 大脑和「手脚」都装到你自己的机器上，Agent 是你的，数据是你的，跑它的机器也是你的。它不依赖某个云服务常驻，你自己一份二进制就能跑起来。

项目本身热度不低，GitHub 上 3 万多 Stars，双许可证 MIT / Apache 2.0，随便用。它用 Rust 写成单二进制，编译出来就一个可执行文件，没有 Python 那一堆依赖地狱。能力上也覆盖得很全：对接 20 多个 LLM 提供商（Anthropic、OpenAI、本地 Ollama 都行），支持 30 多个通信渠道（Telegram、Discord、邮件、Webhook 等），还自带 Web 仪表板。

但真正打动我的不是这些参数，而是它实际用起来的样子：我在手机上给一个 Telegram bot 发了句「查一下磁盘还剩多少」，几秒钟后回复就回来了。这件事发生在我自己的电脑上，不是某朵云的服务器里。

不只是聊天机器人：四块能力撑起一个 Agent

最能体现 ZeroClaw 价值的是 Telegram 接入。装好之后，你在 Telegram 找 @BotFather 申请一个 bot，拿到 token，填进配置文件，Agent 就和这个 bot 绑上了。之后你随时随地打开 Telegram 发消息，就等于在跟家里的电脑说话。出差路上想让它跑个任务、查个状态，发条消息就行，不用专门开电脑、连 VPN。这种「手机喊一嗓子，家里机器就动起来」的体验，网页版 AI 给不了。

光能聊天不算 Agent，得能动手。ZeroClaw 的工具系统支持执行 shell 命令、做浏览器自动化、发 HTTP 请求、接自定义 MCP 服务器，甚至能操作 GPIO 这类硬件接口。前面那个「查磁盘还剩多少」的例子，实际链路就是：你在 Telegram 说需求 → Agent 理解意图 → 调用 shell 工具执行 df -h → 把结果整理成人话回你。每一步都有加密的操作收据留存，事后能追溯。区别就在这儿：别的助手可能帮你把命令写出来让你自己去敲，ZeroClaw 是真的替你执行掉了。

让 AI 执行命令，大家最担心的就是它乱来。ZeroClaw 默认的安全模式叫 supervised，不会无脑全自动：低风险操作直接放行，中风险的要你点头批准，高风险的直接拦下来。它想读个日志文件，行；想删一批文件，就得先问你一嘴。自主和可控的平衡做得比较实在，不是非黑即白地要么全自动要么全手动。如果你确实在可信环境里想放飞，还有个 YOLO 模式可以跳过门控，但那是给老手用的，日常不建议。

还有一块是记忆。ZeroClaw 用 SQLite 加向量嵌入做记忆存储，所以它记得住你之前聊过什么、机器上有什么、你习惯怎么用。你不用每次都把背景重新交代一遍。这点体感差距很大——一个记不住事的「助手」，充其量就是个问答机器人。

我是怎么装上它的

部署过程比我预想的简单。Linux 和 macOS 上基本是一行脚本的事：

curl -fsSL https://raw.githubusercontent.com/zeroclaw-labs/zeroclaw/master/install.sh | sh
zeroclaw quickstart

Windows 也有对应的 PowerShell 安装路径，装完会自动配好 PATH。quickstart 这个命令会引导你选 LLM 提供商、写一份能跑的配置，对新手比较友好。装完之后，配置文件在 ~/.zeroclaw/config.toml，里面用 TOML 写清楚用哪个模型、接哪个渠道。想注册成系统服务后台常驻，还有 zeroclaw service install 一条命令，Linux 下走 systemd，Mac 走 launchctl，Windows 走系统服务，开机自启就搞定了。

接 Telegram 的部分，重点就是在配置里加一个 [channels.telegram.<别名>] 区块，填上 bot token。配好重启，bot 就活了。我第一次发消息过去，看着它真去执行了命令把结果回过来，那一刻「AI Agent」这四个字才第一次有了实感。

关于那 64MB 内存，要实事求是地说：这是在它常驻后台、正常待命时的占用。一旦它开始跑任务、尤其调用模型推理，内存会往上走，具体取决于模型和任务复杂度。但比起动辄拉几个镜像、吃掉好几个 G 的方案，这个基础占用已经够友好了，家里那台老 NAS、或者一台吃灰的小主机，跑起来毫无压力。如果你想完全不花钱，模型那边接本地 Ollama，连 API 费用都省了，代价就是得有块还过得去的显卡或者接受慢一点的推理速度。

和其他方案比，它站在哪个位置

横向看一圈，网页版 AI（ChatGPT、Claude 网页版）用起来零门槛，但碰不到你的本地机器，也存不住跨会话的长期记忆。Dify 这类平台功能全、可视化好，但部署偏重，对硬件不友好，而且默认还是把数据往云上引。LangChain 全家桶灵活是灵活，但那是给开发者写代码用的，不是给普通用户装一个就用的。ZeroClaw 卡的位置是：单二进制、轻量、数据全在自己机器、又能通过 Telegram 这种日常工具随时调用。它不是要取代谁，而是把「在自己设备上跑一个真能干活的 Agent」这件事的成本，压到了普通人够得着的高度。

不过有一点要拎清楚：ZeroClaw 本身免费，但它调用的 LLM 要花钱——要么用云厂商的 API 按量付费，要么本地跑 Ollama，吃电吃显卡。别误以为 64MB 内存就能凭空跑出大模型能力，那是两码事。

谁适合装一个

如果你家里有 NAS 或者常开的旧电脑，又一直想要个数据不出门、随叫随到的私人 AI 助手，ZeroClaw 值得试。如果你是那种每天要开好几个网页版 AI 标签页、嫌每次重新贴上下文麻烦的人，接上 Telegram 之后体验会舒服很多。前提是你得有点命令行基础，能搞定一个 LLM API Key 或者本地 Ollama，再花十分钟去 @BotFather 申请个 bot。

反过来，如果你完全不想碰命令行，或者只是偶尔问两句问题，那网页版 AI 其实够了，没必要折腾。

项目地址：https://github.com/zeroclaw-labs/zeroclaw 。文档写得比较细，想深入了解安全策略、渠道适配、SOP 引擎这些进阶能力的，可以直接去仓库翻。把 AI 助手装进自己家里这件事，门槛已经被它压得够低了，剩下的就看你想让它帮你干点什么。