面向开发者的云端 AI：托管模型、API 与远程编程代理的区别
"云端 AI"被混着用来指三件不同的事:一个厂商托管的模型、一个从你自己的程序里调用的 API,以及一个在远程机器上运行、自己完成工作的代理。第三种含义是唯一一种"有东西在你不管的时候仍在为你运转"的情况。
一个词底下的三件事
第一种含义最古老:一个托管在别处的模型。你什么都不用下载,通过网页或者 App 访问一个界面,计算发生在厂商的服务器上。ChatGPT 或 Claude.ai 的网页版就是这个意思。
第二种含义面向开发者:一个可以从自己代码里调用的 API。你发一个请求,拿到一个回答,把它接进自己的产品里。这仍然是"云端",但没有代理会自己动手写代码。
第三种含义是本页真正关心的:一个云端 AI 代理。它不只是回答问题,它在一台远程机器上执行命令——读文件、写代码、跑测试、装依赖。它运行在服务器上,不是你的笔记本上,所以关掉标签页它不会停。
为什么第三种含义不一样
前两种含义下,关掉浏览器就等于停止。第三种含义下,进程继续跑在远程机器上:你启动一个任务,离开,回来发现它已经完成或者卡在了某个地方等你处理。
这也是为什么数量不再是问题。一个代理占用一台机器,不占用你的注意力。多个代理需要的是一种旁观的方式,而不是成倍的精力。
代理具体做什么
一个云端 AI 代理收到一句话描述的目标,读相关文件,写修改,跑测试或编译,读结果,再修正,如此循环直到达成目标。这个循环的详细说明。
多个代理共用一个项目时
代理数量一旦超过一个,谁能写哪个文件就成了问题。大多数工具给每个代理一份仓库拷贝来回避这个问题,把冲突挪到合并的那一刻。多个 AI 代理共用一个仓库 说明了另一种做法:共用一个目录,写入前先占用,对比页面 把 Murmell 和 Cursor、Devin、Copilot 以及 Codex 的云端代理放在一起比较。
直接回答
云端 AI 和智能体式 AI(agentic AI)有什么区别?
这两个词回答的不是同一个问题。"智能体式"说的是程序在做什么:它自己追求一个目标,自己选择行动,失败了就重试,而不是回答一个问题。"云端"说的是它在哪里运行:在别人的机器上。一个在远程机器上运行的编程代理同时是这两者,正是这个交集让它变得有用。
云端 AI 和本地 AI 有什么区别?
本地 AI 运行在你自己的硬件上:模型在你的硬盘里,计算在你的显卡上,什么都不会离开这台机器。云端 AI 运行在别人的机器上,你通过网络访问它。实际的问题不是算力大小,而是关掉电脑之后,那台开着的机器归谁所有。
用云端 AI 需要一块显卡吗?
不需要。模型运行在厂商那边,云端编程代理运行在按小时租用的机器上。一个浏览器就够了。这正是云端模式对没有专用硬件的人的意义所在。
一个 AI 代理读取我的代码之后,代码去了哪里?
它被复制到代理运行所在的那台机器上,工作过程中还会有片段发给模型。两个地方,两份需要看的政策。在 Murmell 上,执行代码的机器既没有数据库也没有解密密钥,工作会被推送到一个属于你自己的私有仓库里。