06：從 NAS 到 Mac Mini：我為什麼搬家了（以及 72 小時的代價）
這是 Nerigate Build Log 系列的第六篇。前五篇從零開始建 OpenClaw，陣亡九次，最終跑起雙貓協作架構——如果你還沒讀，可以從第一篇：凌晨兩點的 AI 奇遇開始。
一個月前，由於沒有更好的設備選擇，我把 OpenClaw 在 Synology DS-920+ 上面搭起來。
陣亡了九次，但最後還是順暢的運行兩隻貓（DarkMeow + MeowClaw），兩個 Agents 每天在 NAS 上協作，搜尋資料、管理任務、自動回應 Discord 訊息。
然後我買了一台 Mac Mini M4。
不是因為 NAS 不好用。是因為我想知道：設備差距到底有多大？
實際上差非常多，但荷包受損的程度也挺嚴重的。
為什麼要搬？NAS 的天花板
DS-920+ 跑 OpenClaw 其實堪用。Intel J4125 四核心、8GB RAM，Docker 容器跑得起來，每天的任務也都能完成。
但有幾個問題讓我越來越不舒服：
問題一：Docker 環境的先天限制
Synology DSM 沒有原生 Node.js 環境，所以我只能把 OpenClaw 跑在 Docker 裡。這不是問題本身——問題是每次出狀況，Debug 路徑就多繞一層：
「這是 OpenClaw 的 Bug？還是 Docker 網路問題？還是 DSM 版本問題？」
光是這個問題，就浪費我很多時間。
問題二：Sub-agent 派發的延遲
當 DarkMeow 需要派發 MeowClaw 去做深度研究，或是 spawn 一個臨時 sub-agent，NAS 的 CPU 會明顯爬坡。不是不行，但你能感覺到它在努力。
問題三：本地 LLM 沒有施展空間
我一直想在本地跑小型 LLM 做 fallback（省 API 費、保護隱私數據）。DS-920+ 的 J4125 跑個 3B 模型都吃力，基本上這條路封死了。
Mac Mini M4 / 32GB 統一記憶體開箱那天，我把 Crow-9B（6.5GB，Opus 蒸餾模型）pull 下來跑了一下。回應時間：7 秒。
NAS 跑同等級模型：三分鐘。
搬家的 72 小時
計劃很美好：下午開箱，晚上搬好，第二天正常運作。
實際情況：
第一個小時：macOS 設定
開機設定語言、帳號、時區沒什麼問題。但我立刻遇到第一個問題：省電設定。
Mac Mini 預設是電腦模式，螢幕關閉後會降速。對一台要 24/7 跑 AI Agent 的機器來說，這不行：
系統設定 → 電池 → 選項 → 防止自動進入睡眠 ✅
聽起來簡單，但我是設定完跑了一段時間後，發現 Gateway 沒回應，才翻回去確認的。
路徑重新對應：最麻煩的一段
NAS 上的 OpenClaw 跑在 Docker 裡，所有路徑指向容器內的絕對路徑：
/home/node/.openclaw/workspace/
搬到 Mac Mini 原生環境後，路徑變了：
/Users/nerigate/openclaw/workspace/
openclaw.json 裡有七八個路徑需要修改。漏掉一個，Gateway 就啟動失敗，而且錯誤訊息不一定告訴你是哪個路徑出問題。
這段我修改了三次才全部正確。
Tailscale：比我想像的快
遠端存取的部分反而最順。安裝 Tailscale，tailscale up，30 秒後在手機上就能連進 Gateway Dashboard。
整個遠端存取架構：Mac Mini ← Tailscale 加密隧道 ← 任何裝置，沒有開放 port、沒有 VPN 設定、不需要固定 IP。
Discord Bot 的切換瞬間
最緊張的時刻：把 NAS 上的 OpenClaw 停掉，切換到 Mac Mini。
中間大約有 90 秒 DarkMeow 沒有回應。然後 Discord 裡出現第一條來自 Mac Mini 的訊息，確認系統切換成功。
搬完之後，真正的差距
幾個實際數字：
Sub-agent spawn 速度：NAS 約 8–12 秒，Mac Mini 約 3–4 秒。快了兩倍。
本地 LLM 終於可用：Crow-9B 跑 7 秒/次，品質約在 GPT-4o mini 水準，成本是零。cron job、狀態檢查這類高頻低價值任務，現在全部走本地模型，每月省下不少 API 費。
記憶體充裕：32GB 統一記憶體讓 Ollama 跑模型時完全不需要 swap。NAS 8GB 跑 Gateway + Docker 已經快滿了，本地模型根本別想。
不需要 Docker：直接 npm install -g openclaw，原生跑 Node.js。出問題 Debug 快很多，不用再想是不是容器的問題。
那 NAS 現在在幹嘛？
DS-920+ 沒有退役，而是轉型。
它現在是純 NAS 儲存——備份目的地、媒體檔案、長期歸檔。Mac Mini 定期 rsync 備份過去，確保資料不在單點上。
兩台設備各司其職，比起以前 NAS 身兼儲存和運算，這個架構更清晰。
更棒的是，之前一直苦惱我的 Obsidian 知識庫同步也一併解決了。
值得嗎？
如果你現在的 NAS 跑 AI Agent 堪用，不需要急著換。
但如果你有這三個需求，Mac Mini M4 值得認真評估：
- 想跑本地 LLM（7B 以上的模型）
- Agent 任務數量多、spawn 頻繁
- 厭倦了 Docker 層的 Debug 複雜度
搬家的 72 小時有點辛苦，但架構更乾淨了。對我來說，這是值得的。
這是 Nerigate Build Log 系列的第六篇。
← 上一篇：05：從零打造 AI Agent，為什麼我選擇自建而非 SaaS
下一篇：07：本地 LLM 不等於免費 →
