原始标题: The state of homelab tech (2026) (Friends)
发布日期: 2026-01-24 | 来源频道: @changelog
📝 深度摘要
1. 节目元数据
- 节目名称：The State of Homelab Tech (2026)
- 频道：Changelog Friends
- 发布日期：2026年1月24日
- 时长：2小时2分钟（122分钟）
- 主持人：Adam Stachowiak、Techno Tim
- 本期主题：2026年Homelab技术现状与未来展望
- 背景音乐：Break Master Cylinder
2. 核心摘要
本期节目是Changelog与知名Homelab YouTuber Techno Tim的年度对话，聚焦2026年Homelab领域正在发生的深刻变革。在全球硬件短缺的大背景下，两位主持人从供应链危机聊到软件生态爆发，从传统NAS架构演进到AI Agent赋能的基础设施自动化，从个人实践案例延伸到行业未来趋势。
2026年的核心主题可以概括为「可用性的悖论」：一方面，服务器零部件一货难求，价格飙升至历史高位；另一方面，AI工具的成熟使得软件开发不再是专业程序员的专利，更多普通用户得以将自己的创意转化为自托管的解决方案。TrueNAS与Proxmox的边界正在模糊，ZFS混合存储架构成为性能与容量的完美平衡，Dockling等文档AI处理工具重新定义了数字化工作流，而Ralph Wiggum循环等Agent迭代模式则预示着基础设施管理的全新范式。
这是一期信息密度极高的深度对话，既有硬核的技术细节（ZFS special vdev、PCIe bifurcation、VLAN策略），也有轻松的生活化讨论（Tim的域名迁移血泪史、算法AB测试的困惑），更有面向未来的趋势洞察。无论你是Homelab新手还是资深玩家，都能从中获得启发。
3. 深度技术剖析
3.1 硬件短缺与供应链危机：Homelab的至暗时刻
当前Homelab面临的最大挑战是前所未有的硬件可用性危机。服务器级硬件——包括主板、CPU、网络设备、存储控制器——几乎无法通过常规渠道获取。这种情况的根本原因在于：大型云服务商与数据中心运营商的长期合约锁定了绝大部分供应，零售市场和二手交易平台的的价格已经飙升至历史高位。
Adam在节目中分享了他的观察：现在不仅是新品稀缺，连二手市场都难以找到合适的配件。以往Homelab玩家可以低价甚至免费获取企业淘汰的服务器设备，但现在这些设备的价值被重新认知——二手商家意识到Homelab群体的存在，开始在这些「垃圾」上定价。RAM价格涨幅达到2至3倍，14TB机械硬盘从一年前的159美元涨至230至260美元，涨幅接近70%。更夸张的是GPU市场——RTX 3090在2020年初的售价（约1100-1300美元）已成为「传说」，现在的RTX 4090、5090不仅价格昂贵，且根本无货可寻。
Tim还提到了关税政策对硬件价格的叠加影响。虽然这不是硬件短缺的根本原因，但确实让本已昂贵的价格雪上加霜。唯一例外的是电脑机箱——因为无人购买，库存积压导致价格走低。
这种状况的根源在于AI数据中心建设热潮导致的全球硬件短缺。训练大语言模型需要海量的GPU算力，科技巨头们纷纷斥巨资建设AI数据中心，这些设施吞噬了大量高性能硬件，连带影响了消费级和二手市场。Tim戏言：如果2020年你买了GPU（四年前），那你就是人生赢家——以现在的市场行情，那笔投资简直物超所值。
3.2 ZFS混合存储架构：传统硬盘的极限压榨
面对硬件短缺和成本压力，如何最大化利用现有存储资源成为关键课题。Techno Tim展示了他的TrueNAS终极方案——基于ZFS的混合存储架构，这一设计让传统机械硬盘在大多数场景下拥有接近NVMe的响应速度。
Tim的存储配置细节如下：他使用10块14TB硬盘组成RAID 10风格的striped vdev，配置为镜像对以平衡性能与数据安全。这意味着每对硬盘互为镜像，数据同时写入两块硬盘，任意一块故障都不会造成数据丢失。五对镜像提供了约70TB的有效存储（每对14TB减去镜像开销）。
关键创新在于引入了NVMe设备作为特殊vdev（special vdev）。在ZFS中，特殊vdev专门用于存储元数据和小文件——这使得传统机械硬盘阵列的元数据查询速度提升了数个数量级。当用户访问一个包含数千个文件的目录时，元数据查询不再需要在慢速机械硬盘上进行，而是在NVMe上疾速响应。
Tim进一步使用Intel Optane驱动器作为NVMe缓存介质。Optane是英特尔推出的一种革命性存储技术，拥有极低的延迟（微秒级别）和超长的使用寿命（远超传统NAND SSD）。虽然英特尔已停止生产Optane，但二手市场上仍然可以找到。Tim先后从不同渠道购买了四块Optane（两块Newegg，两块Amazon），将其配置为镜像以确保安全。他的理念是：虽然任何NVMe都能胜任，但Optane的性能是最强的，任何消费级NVMe都无法企及。
整个存储层级设计非常精密：
- ARC (Adaptive Replacement Cache)：ZFS的RAM缓存，作为最快速层
- NVMe Special vdev：存储元数据和小文件（<64KB）
- HDD Bulk Storage：大容量机械硬盘存储
这种设计带来的体验是革命性的：即使是机械硬盘，在元数据和小文件读取场景下的响应速度也接近NVMe。Tim正在运行约50-60个容器，大多数数据读取实际上发生在RAM或NVMe层，只有批量大文件才触达机械硬盘。
3.3 文档数字化与AI OCR：Paperless的范式转移
Paperless-ngx作为自托管文档扫描解决方案早已广为人知，但其传统OCR（光学字符识别）的准确率在复杂文档面前常常不尽如人意。2026年的突破在于多模态LLM的引入——Paperless AI和Paperless GPT可以对接视觉模型，从扫描图像中提取高保真数据。
Adam分享了他的亲身体验：使用传统OCR扫描设备序列号时，识别结果惨不忍睹——只能识别出"Made in Japan"，序列号完全错误。但当接入视觉模型（如Ollama上的小型多模态模型）后，识别准确率大幅提升。模型甚至能识别FCC认证标识的含义——那个带有圆形C的F标志，实际上代表FCC认证。
这种技术进步的背景下，两位主持人深入探讨了文档数字化的完整工作流。Dockling是IBM推出的开源文档结构化工具，它不仅提取文本，还能识别文档的物理结构——标题在哪里、页脚在哪里、表格如何分布。对于RAG（检索增强生成）系统来说，这种结构化信息至关重要：只有理解文档的语义结构，才能准确回答用户提问。
Paddle OCR是另一个值得关注的方案，它同样专注于从文档中提取丰富的元数据。这两个工具的共同点在于：它们为传统OCR赋予了「理解」能力，让机器不仅知道「这里有字」，还知道「这些字是什么意思、它们之间的关系是什么」。
在讨论书籍数字化时，Tim提出了medallion ETL架构的创意应用。Medallion架构（又称多 medallion 架构）源自数据工程领域，将数据处理分为Bronze（原始数据层）、Silver（清洗后数据层）、Gold（可直接用于生产的精炼数据层）三个阶段。Tim将这一概念应用到文档数字化：
- Bronze层：存储原始扫描图像作为永久档案——这是最纯净的数据源
- Silver层：进行初步处理，可能包括基础OCR、结构识别
- Gold层：输出可用于生产的结构化数据（Markdown、JSON等）
这种设计确保了当视觉模型技术进步时，可以回溯原始数据重新处理，而无需重新扫描原件。就像4K蓝光碟片发行商总是回归原始胶片进行重制一样，文档数字化的终极形态也是回归原始图像。
Tim的目标是将扫描内容转换为Markdown格式，这需要极高的转录准确率——目前他已达到98-99%的准确率，距离完美仅一步之遥。
3.4 网络架构与VLAN实践：家庭网络的安全哲学
Adam分享了一个有趣的网络排障案例，展示了AI Agent在Homelab网络管理中的潜力：邻居家孩子的Switch无法连接WiFi，DNS解析失败。他最初怀疑是自己用Rust重写的DNS服务（DnsHole，Pi-hole的替代品）出了问题，最终发现是VLAN规则冲突导致的。
这次经历让他意识到：即使是网络管理员，也常常会被VLAN配置搞晕。于是他祭出了Claude——通过SSH直接登录Ubiquiti UniFi Dream Machine（UDM Pro），直读MongoDB修改配置，重启服务刷新缓存。整个过程AI直接操作底层数据库，而非通过官方API「曲线救国」。虽然生产环境不推荐直接操作数据库，但对于Homelab场景来说，这种「艺高人胆大」的方法效率极高。
Tim随后阐述了他的家庭网络VLAN策略：基础配置至少需要四个网段——Trusted（信任网络，放置主要计算设备）、Kids（儿童设备，限制访问和时间）、IoT（物联网设备，与信任网络隔离）、Guests（访客网络，完全隔离）。但设备放置的原则不是看设备类型，而是看设备的「角色」。
举例来说：Apple HomePod虽然可能放在客厅，但如果它需要访问用户的日程和智能家居控制，信任网络的访问权限是必要的——因为用户已经在设备上输入了敏感信息，本质上已经信任了这个设备。NVIDIA Shield游戏机同理——登录了账号、绑定了支付方式，显然应该放在信任网络。
XBOX则更有趣：Tim曾经坚定地将其放在IoT网段，但后来意识到自己在这个设备上输入了微软账号密码、购买了游戏，本质上和使用PC没有区别——于是果断移至信任网络。
VLAN的核心原则是限制攻击面（blast radius）——不是追求绝对隔离，而是当某个设备被攻破时，损害范围可控。对于真正敏感的设备（如摄像头），单独一个VLAN是必要的；但对于大多数消费级设备，过度隔离只会带来麻烦。
3.5 存储后端的选择与演进：NAS的终极形态
关于TrueNAS应用层的定位，两位主持人进行了深入讨论。传统观点认为NAS应保持纯粹的存储功能，将应用服务器分离部署。但Tim的实践是将应用程序直接运行在TrueNAS上，这引发了关于存储后端选择的深入讨论。
Tim解释了为什么NFS挂载在某些场景下表现糟糕：对于数据库来说，NFS的锁机制会导致严重问题。SQLite会因文件锁冲突导致数据损坏；PostgreSQL在NFS上虽然可以运行，但IO性能会急剧下降。这是因为数据库需要极低的延迟和极强的并发写入能力，而NFS的网络开销和锁竞争在这种场景下是灾难性的。
Tim选择将应用与存储共置的核心原因是降低故障域：如果plex媒体服务器与存储分离，意味着有两个故障点——NAS可能宕机，应用服务器也可能宕机。合并后只需保障一个组件的可用性。当然，这意味着单点故障的后果更严重——但TrueNAS的稳定性和ZFS的数据完整性校验让这种权衡变得可接受。
TrueNAS从Kubernetes回归Docker的决定让一切变得更加简单。用户可以直接使用Docker Compose管理容器，而无需面对Kubernetes的复杂性。Tim特别强调：他只使用YAML配置容器——「让我填表格？那不如杀了我。我是开发者，YAML就是我的菜。」这种态度代表了资深Homelab玩家的典型偏好：CLI和配置文件 > Web界面和表单。
Tim目前的方案是在TrueNAS上同时运行两类服务：核心服务（如Plex、监控系统）需要高可用，放在「Home Production」层；实验性服务则可以随时重建。这种分层策略兼顾了稳定性与灵活性。
4. Homelab 折腾日常
4.1 从树莓派到多集群的演进之路
Tim回顾了自己的Homelab历程，这段经历极具代表性：始于2004年或2005年从经理那里拿回家的二手服务器，用来学习Linux和Active Directory——那是一台已经运行了10年的「老古董」，经理让他把硬盘拿走，剩下的主机就归他了。
此后，他经历了从树莓派到专业服务器的完整升级路径。他将Homelab的发展比作高尔夫运动——一旦入门，就会不断投入更多设备和精力：从简单的文件存储逐步扩展到流媒体、容器化、集群管理、乃至现在的AI模型运行。每个阶段都有新的挑战和乐趣。
Tim的起点其实很低：一块别人不要的服务器硬盘，就是他Homelab生涯的开端。然后是树莓派——在上面运行第一批容器，探索Homelab的可能性。当年的树莓派性能有限，但足以点燃对自托管的热情。随着需求增长，需求也在升级：从「能跑」到「跑得爽」再到「要什么有什么」。这种欲望的无止境扩张，正是Homelab的魅力所在。
真正的Homelab基础设施始于四大基础服务：存储（NAS）、流媒体（plex等）、计算（容器/VM）、转码能力（GPU）。Tim建议新人从旧PC开始：即使是中国产的二手i3处理器，也能轻松碾压任何自托管容器应用的需求。RAM不用太多，存储不用太豪华——关键是想清楚自己要什么服务。
4.2 容器即应用：快速迭代的乐趣
Tim将容器视为「手机应用」的服务器版本——可以快速部署、测试、不喜欢就删除。这种理念彻底改变了Homelab的玩法：不再是一次部署长期运行，而是不断尝试、不断淘汰、不断进化。
他目前在TrueNAS上运行50-60个容器，包括Grafana、Prometheus监控系统等。通过LLM的帮助，曾经需要一周时间才能完成的Prometheus指标采集工作现在仅需10分钟即可搞定。这种效率提升是革命性的：以前配置监控系统需要阅读大量文档、调试各种参数，现在只需告诉LLM目标机器，它就能帮你完成配置。
监控已经覆盖了所有服务——网络流量、数据库查询、应用性能等，这在以前是不可想象的运维投入。Tim预告将发布Homelab全面巡检视频，展示他精心构建的软硬件架构。他必须让视频足够精彩——因为YouTube观众总是期待「比去年更好」的内容。
4.3 三套Kubernetes集群：专业级的Homelab
Tim目前管理着三套Kubernetes集群：
- 家中测试集群：运行在Proxmox虚拟机上，用于验证新想法和新服务
- 数据中心生产集群：托管在 colo，承载 technotim.com 等公共服务
- ** colo 自托管Proxmox集群**：完整的Proxmox VE集群，运行自托管服务
他的Kubernetes节点运行在Proxmox VM之上，而非裸金属——这是常见的Homelab部署模式，兼顾了灵活性与安全性。Proxmox本身还运行着LXC容器用于轻量级服务（如DNS、Postgres）。
关于高可用性（HA），Tim选择将HA下沉到服务层面（Kubernetes自身的多副本机制），而非在Proxmox VE层面做HA——这种「宠物vs牛」的方式更适合Homelab场景。真正重要的是服务不中断，而非底层虚拟机不宕机。如果有重要服务需要高可用，在Kubernetes层面运行三个副本即可；虚拟机层面做HA对于Homelab来说过于复杂且收益有限。
Tim还提到了Proxmox Helper Scripts这个社区神器——它将LXC容器和VM的创建变成了「一键安装」模式，就像手机应用商店一样。比如你想安装Home Assistant，只需运行一个shell脚本即可完成。这个项目最初由一位已故开发者维护，后来被社区接手，现在已经是Proxmox生态中最受欢迎的工具之一。
4.4 域名迁移的血泪史：永远不要改域名
Tim分享了从techno.tim.live迁移到techno-tim.com的惨痛经历——这简直是一部血泪史。需要设置数十个重定向、更新短链接系统、处理邮件别名等，整整花了一天时间。好在有AI帮忙，否则可能需要更久。
这次经历让他对新手提出强烈建议：从一开始就选择一个好的域名，永远不要在域名上使用街道名或产品名（除非是Main Street这种绝对通用的名称）。因为业务扩张后迁移成本极高——你需要更新所有链接、书签、SEO、第三方服务配置等。
Tim还提到了美国本地企业的教训：很多商户以街道命名（如Mercer Dance Hall），当租金上涨不得不搬家时，名字就成了笑话——你不在Mercer街上了，凭什么叫Mercer Dance Hall？同理，产品名也会过气——Dollar Store已经涨到「Dollar 25 Store」了，但它还叫Dollar Store。
5. AI 与 Agent 工作流
5.1 Claude在基础设施中的深度应用
Adam展示了Claude（通过Clod项目）如何直接操作基础设施，这种玩法代表了AI Agent在Homelab中的新范式。传统AI助手只是「更聪明的命令行」，而现在的Agent可以：
- SSH登录网络设备
- 直读MongoDB修改配置
- 重启服务刷新缓存
- 诊断复杂网络问题
在VLAN问题排查案例中，Claude甚至发现了Adam自己设置的冗余规则和冲突配置——这些是他在不同时间段设置的网络策略，自己都已经搞不清楚了。AI直接操作底层系统，虽然生产环境不推荐，但Homelab场景下这种「艺高人胆大」的方法效率极高。
Tim随后展示了他为Proxmox开发的CLI工具pxm：只需一行命令即可指定IP、CPU、RAM、磁盘创建新虚拟机，10秒内就能获得返回的IP地址。更关键的是，这个输出格式被设计为Agent友好——也就是说，Agent可以读取这个输出，自动完成后续的SSH登录和配置。
5.2 自动化基础设施：pxm CLI的设计哲学
Tim演示了pxm的典型工作流：
pxm create --cpu 4 --ram 8G --disk 50G --template ubuntu-cloud
10秒后返回VM的IP地址。然后Agent读取这个输出，通过SSH登录并开始自动化配置——安装软件、配置服务、部署应用。这种「基础设施即代码」的流程让AI Agent可以完全自主地完成从零到应用的完整部署。
pxm的另一个亮点是安全保护：添加了「保护模式」，防止意外删除VM。如果要删除受保护的VM，需要输入一串复杂的确认信息——就像删除生产数据库前需要输入「I am sure」一样。这种设计避免了AI Agent「手滑」导致的灾难。
Tim承认pxm目前的实现还有改进空间：模板定义目前是硬编码在二进制里的。他计划重构为用户空间模板系统——用户可以fork一个仓库，定义自己的Ubuntu、Fedora、Debian镜像模板，指定默认安装什么包、配置什么环境变量。这样pxm二进制保持不变，但功能可以通过配置文件扩展。
5.3 Ralph Wiggum循环：Agent的新工作模式
Tim介绍了一种新兴的Agent工作模式——以《辛普森一家》中Ralph Wiggum命名的「Ralph Wiggum Loop」。这个名称来源于Ralph「坚持不懈 despite setbacks」的特点。
其核心思想是：定义一个prompt.md文件作为任务规范，然后让Agent循环执行直到完成。用户可以设置预算上限（如20美元或15次迭代），Agent会在约束内不断尝试，每次迭代可能产生不同的解决方案，最终展示结果供人类检查。
这种模式特别适合「低风险」场景：用户只关心结果是否有效，而不关心实现过程是否「优雅」。就像让Agent帮你做一个特效视频——你给出一个想法，然后让它不断迭代，直到你满意为止；或者直接设置一个成本上限，超出预算自动停止。
Tim计划将这种方法应用在Proxmox自动化上：给Agent一个规格说明，让它自主完成虚拟机配置和应用部署。这种方式的魅力在于：如果你不满意结果，大不了重试——成本可控，风险有限。
5.4 MCP服务器与Agentic Postgres
节目中途插入了Tiger Data的广告，介绍了他们为AI Agent设计的新型数据库方案。传统Agent需要维护向量数据库（存储embeddings）、关系数据库（存储对话历史）、搜索引擎（全文检索）等多个数据源，架构极其复杂。
Tiger Data的方案是将这些统一在PostgreSQL之内：
- 原生MCP服务器集成：Agent可以直接用SQL查询、探查schema、执行操作，数据库本身成为Agent可使用的工具
- 混合搜索：向量相似度搜索和传统关键词搜索在一张SQL表里搞定，无需维护Elasticsearch集群
- 零拷贝分叉：Agent可以在不到1秒内创建完整数据库副本用于隔离测试，而仅对实际修改的数据付费——这对于需要运行「破坏性实验」的Agent场景来说是革命性的
这个概念类似于Docker的Copy-on-Write：创建一个数据库fork几乎是即时的，只有当fork中的数据被修改时才会占用额外空间。一个1TB的生产数据库可以瞬间fork出一个测试环境，Agent可以尽情「折腾」而无需担心破坏生产数据。
5.5 代码生成与测试：AI开发最佳实践
Tim分享了一个重要实践：让AI生成代码时同时生成测试。测试不仅是质量的保障，更是Agent理解代码意图的重要窗口。在Code Review时，通过阅读测试可以理解开发者的意图和边界条件。
这种「代码即文档」的思路值得所有使用AI辅助开发的Homelab爱好者借鉴。当你告诉AI「帮我写个脚本实现XX功能」时，加上一句「同时写单元测试」——这不仅让结果更可靠，还能帮助AI理解你的真实需求。
6. 行业洞察
6.1 2026：软件之年与开发者的民主化
Tim断言2026年是「自托管软件之年」。这个判断基于以下观察：
硬件短缺的必然选择：既然搞不到新硬件，玩家就必须接受已有设备并进行深度优化。这种约束反而激发了创造力——如何用更少的资源做更多的事？如何让老设备焕发新生？
AI工具的成熟：软件开发不再是专业程序员的专利。即使是完全不懂编程的人，只要能描述清楚自己想要什么，AI就能帮他实现。Chris from Crosstalk Solutions的例子很有代表性——他使用UniFi API构建了自己多年来梦寐以求的解决方案，而这之前他完全不会编程。
软件生态的爆发：从Paperless-ngx到Home Assistant，从Ollama到各种自托管AI工具，Homelab可运行的软件正在经历爆发式增长。Tim说得好：「两三年前我还在抱怨软件干旱——感觉所有能自托管的容器都玩遍了。现在呢？每隔一周就有新东西出来——全是基于AI的，全是我闻所未闻的。」
6.2 厂商支持与开源商业化
Proxmox的盈利模式主要是企业级支持许可证——对于Tim这样的Homelab用户来说，每年500-600美元的费用确实难以承受。但实际上，用户可以轻松绕过Nag屏幕并使用最新版本（虽然功能上可能有细微差异），只是无法获得官方支持。
Tim在节目中呼吁Proxmox提供更便宜的Homelab授权级别。这实际上代表了整个开源社区的商业化趋势：基础功能免费，高级功能或支持服务收费。Depot、Tiger Data、Notion等赞助商都在践行这种模式——核心功能不要钱，企业级特性或支持服务收费。
6.3 消费级硬件的工作站救赎
对于想要PCIe bifurcation（通道拆分）功能的用户——即在一个16x PCIe插槽上安装NVMe bifurcation card，将一个插槽拆分为四个4x插槽——工作站级主板是一个极具性价比的选择。
价格通常在600-1000美元区间，即可获得服务器级别的能力：ECC内存支持、IPMI远程管理、强大的CPU支持。这为Homelab玩家提供了一个「消费够得着、企业级体验」的中间路线，比真正的服务器主板便宜，又比消费级主板强大太多。
7. 工具雷达
7.1 核心基础设施
- TrueNAS Scale：支持Docker的NAS系统，可同时承担存储与应用服务角色。2026年从Kubernetes回归Docker，简化了容器管理
- Proxmox VE：虚拟化和容器化平台，Adam的心头好。LXC容器和VM支持完善
- ZFS：混合存储架构的核心，支持special vdev、ARC等高级特性
- UniFi Dream Machine (UDM Pro)：一体化网络网关，内置路由、交换、WiFi功能
7.2 文档与知识管理
- Paperless-ngx：自托管文档扫描与归档系统
- Paperless AI / Paperless GPT：集成视觉LLM的文档处理增强方案，准确率远超传统OCR
- Dockling (IBM)：开源文档结构化工具，支持PDF、Excel、音频等格式，为RAG系统提供完整语义
- Paddle OCR：文档元数据提取方案
7.3 自动化与CLI
- pxm：Proxmox CLI工具，Adam自研，支持一键创建VM
- Proxmox Helper Scripts：社区维护的LXC/VM一键部署脚本集（community-scripts.github.io），被Tim誉为「Proxmox应用商店」
- Cloud-Init：虚拟机自动化配置工具
- Ansible：基础设施自动化框架（Tim推荐用于标准VM配置）
7.4 监控与可观测性
- Grafana：指标可视化
- Prometheus：时序数据库与监控
- Zabbix/Nagios：传统监控方案
7.5 AI与Agent工具
- Ollama：本地LLM运行平台，支持多种开源模型
- Open Web UI：Ollama的Web界面
- Claude / Clod：AI Agent直接操作基础设施
- MCP (Model Context Protocol)：Agent与外部系统交互的标准化协议
- Open Code：新兴的Agent编程工具
7.6 存储介质
- Intel Optane：超低延迟、高耐久性的SSD，现已停产但二手市场仍有流通，性能远超任何消费级NVMe
- NVMe SSD：作为ZFS special vdev使用，加速元数据和小文件访问
- 14TB+ HDD：大容量存储的主力，近年价格涨幅显著
8. 金句摘录
关于硬件短缺：
「我们过去不用交’Homelab税’——二手服务器gear是免费或超便宜拿回家的。现在人们意识到Homelab玩家的存在，二手设备价格就涨上去了，而且你根本找不到货。」
关于软件之年：
「今年是自托管软件之年。我们搞不到硬件，就得在现有设备上精打细算。所以这是软件的年份。」
关于AI赋能：
「以前要花一周才能搞定Prometheus采集，现在10分钟就搞定——这个权衡值得了。」
关于Agent工作流：
「我不想要在每个环节都做人类在环——你能不能自己搞定，搞定了再叫我？我就像个导演。」
关于Homelab心态：
「我妻子说’这不行’的时候，就是我出场的时候——什么东西坏了，我有活干了。」
关于VLAN策略：
「别看设备是什么，要看它的角色是什么，以及你有多信任它。」
关于工具选择：
「我不想要填表格，我就想编辑YAML。我是开发者，YAML就是我的菜。」
关于基础设施演进：
「从IT转行做开发者后，我意识到不需要UI了——给我API或CLI，我就能搞定一切。」
关于AI与代码质量：
「代码只要能解决问题，就是好代码。能不能运行？能不能满足需求？这才是标准。」
关于Homelab的未来：
「我觉得这是AI进入Homelab的第二年。去年是元年，今年会更深入。」
9. 赞助商
Depot (depot.dev)
构建缓慢是每个开发团队的噩梦。Depot通过多项技术创新将构建速度推向极致：
- 最新一代CPU：使用AWS最新一代ARM和AMD CPU，比GitHub Runner快30-40%
- 缓存复用：在GitHub Actions中实现高吞吐量的缓存复用，直连blob存储
- RAM Disk测试：用内存替代物理磁盘进行CI测试，测试数据库迁移等IO密集任务
- 可观测性：提供构建分析，帮助团队识别瓶颈并持续优化
Depot的产品免费使用，只需在GitHub Actions中更改一行代码即可接入。访问depot.dev了解详情。
Tiger Data (tigerdata.com)
AI Agent需要向量数据、关系数据、对话历史、Embeddings等多种数据存储，传统方案需要维护PostgreSQL+向量数据库+Elasticsearch的「数据系统动物园」，架构极其复杂。
Tiger Data推出了专为AI Agent设计的PostgreSQL方案，完美解决了这个问题：
- 原生MCP服务器集成：Agent可直接对话数据库——查询数据、探查schema、执行SQL，无需编写脆弱的胶水代码
- 混合搜索：向量相似度搜索和传统关键词搜索在一张SQL表里搞定，无需维护Elasticsearch集群
- 零拷贝分叉：不到1秒即可创建隔离测试数据库副本，Agent可以尽情运行「破坏性实验」而无需担心破坏生产数据，Copy-on-write确保只对实际修改的数据付费
免费试用版和CLI已可供下载，支持MCP协议快速实验。访问tigerdata.com获取更多信息。
Notion (notion.com/changelog)
Notion作为一体化工作空间，将笔记、文档、项目管理无缝连接。现在Notion Agent更进一步——不仅辅助工作，还能根据用户偏好自动完成任务。
从播客准备工作（整理邮件、日历、笔记）到日常管理，Notion Agent让用户专注于创作而非行政事务。它理解你的工作流、偏好和组织方式，就像一个真正了解你的AI助手。
超过50%的财富500强企业已在使用Notion，OpenAI、Ramp、Versel等明星公司也是其用户。通过notion.com/changelog注册可获得试用资格——同时也是对Changelog播客的支持。
Fly.io (fly.io)
Fly.io是面向全球的容器化应用托管平台，采用Firecracker VM技术实现超快启动和关闭。Changelog的所有服务都托管在Fly.io上。
如果你热爱容器，Fly.io就是你的菜——无论是容器优先的应用架构还是需要接近裸金属的性能，Fly.io都能提供满意的方案。访问fly.io了解如何启动你的应用。
10. 结尾与下期预告
本期节目在轻松愉快的氛围中结束。Adam和Techno Tim约定三个月后再聚首，届时Tim将展示他在Homelab中更深入使用AI Agent的最新成果。Adam笑称这是给Tim的「处方」：「去把你的Homelab网络放手交给AI吧，三个月后回来给我讲故事。」
Tim则表示期待不已：「我敢保证三个月后你会变成一个完全不同的Tim。」
2026年的Homelab，注定是软件之年、AI之年、自动化之年。无论硬件多么稀缺，创造力永远不会短缺。这正是Homelab精神的最佳诠释。
Techno Tim的YouTube频道：techno-tim.com Changelog社区：changelog.com/community 如何加入讨论：Zulip群组
📺 播客地址
播客时长: 123分钟