手机和电脑上的 AI Agent 如何真正协作？nanoMuse 把审批、记忆与自托管放进同一个项目
很多个人 Agent 的体验停留在“聊天窗口”：能回答问题，却不能持续执行任务；能调用工具，却无法安全地触碰手机和电脑。nanoMuse 试图解决的是另一类问题：让同一个个人 Agent 分布在手机、桌面端、浏览器和自托管服务器之间，并在删除、发送、付款等不可逆操作前停下来征求确认。
这个项目最近在 Hacker News 上获得关注，GitHub 仓库采用 GPL-3.0-or-later。官方 README 当前列出的版本是 0.1.40 Clear，仓库同时包含手机应用、桌面应用、Web 控制台和连接设备的 relay，而不是只提供一个聊天前端。
它和普通聊天机器人有什么不同？
nanoMuse 的核心不是“模型更聪明”，而是把 Agent 的执行边界做成了产品的一部分。
首先，它可以操作 Linux shell、浏览器、MCP 服务器和技能；启用 Hands 后，还能通过手机或电脑的屏幕完成那些没有 API 的操作。登录或 CAPTCHA 等需要人介入的环节会交还给用户，完成后 Agent 再继续执行。
其次，审批是显式机制。删除文件、发送内容或付款前，Agent 会暂停；用户可以选择只允许本次对话、允许当前工作区，或者拒绝。密码和验证码仍由用户输入，这比把长期凭据交给一个后台进程更容易审计。
再次，设备之间不是各自维护一份孤立会话。README 给出的示例是，在消息开头使用 @Mac 把任务发往 Mac；手机可以发起任务，桌面端执行，审批再回到手边的设备。项目文档还说明，文本对话通过 relay 传递，而文件和截图留在生成它们的设备上。
先用起来：浏览器、桌面端和自托管
如果只是体验，官方提供了浏览器演示。需要本地运行时，可以从 GitHub Releases 下载 Android APK、macOS、Windows 或 Linux 版本。桌面端覆盖 macOS 12+、Windows 10+ 和 Linux x64；README 特别提示，macOS 下载包未 notarise，首次打开需要右键选择“打开”。
项目也提供了明确的自托管入口。下面的命令来自仓库 README：
bash scripts/self-host.sh --local docker compose up -d app
前者用于启动自己的 relay，后者用于在服务器上启动 Web app。不要把这理解成“所有数据自动留在本地”：设备间的对话仍可能经过你配置的 relay，实际部署前应阅读项目的隐私和 self-hosting 文档，确认网络边界、模型密钥以及日志保留策略。
记忆为什么值得关注？
nanoMuse 没有把记忆描述成一个不可见的向量数据库，而是把“它是什么、知道什么、何时醒来”等内容放在可读写的 Markdown 文件中。这个选择对开发者很友好：你可以检查 Agent 到底记住了什么，也可以通过版本控制或普通文本编辑器修正错误记忆。
它还提供 Goals、routines 和 feed：任务可以按计划检查，例程可以在应用关闭时运行，feed 则把结果整理成日常信息流。这样的设计更像一个持续运行的个人自动化系统，而不是每次都要重新提示的聊天机器人。
模型和许可证边界
项目支持 relay 提供的用量，也支持用户自己的模型密钥。README 列出了包括 Bailian、OpenRouter、OpenAI、Gemini 和 DeepSeek 在内的多家提供商，并提到可以使用 ChatGPT、Claude 或 Kimi 等已有方案。不同提供商的图像、视频能力并不相同，应用会在能力不可用时关闭对应功能。
需要注意的是，nanoMuse 的当前许可证是 GPL-3.0-or-later，手机端基于 OpenMinis，桌面端使用 DeepSeek Harness 等上游组件。它是开源项目，但并不意味着所有第三方模型或 relay 用量都免费；自托管时仍要承担服务器和模型调用成本。
适合哪些场景？
如果你经常在手机上发现任务、在电脑上执行任务，或者希望让 Agent 定时整理信息，nanoMuse 的跨设备设计比单一桌面聊天工具更有吸引力。它也适合希望保留本地控制权、又不想从零拼装手机端、桌面端、审批层和 relay 的开发者。
但它仍然是一个快速演进的社区项目。0.1.40 的 release notes 仍在修复输入框、更新重启、屏幕截图和 relay 控制台等具体问题；对于付款、删除和生产环境自动化，建议先在测试工作区验证，并把不可逆操作保持在人工审批之后。
nanoMuse 的价值不在于宣称“Agent 可以替你做一切”，而在于把三个经常被分开讨论的问题放到了一起：Agent 如何跨设备到达任务现场，如何在危险动作前停下来，以及如何让记忆和部署边界保持可见。对于正在构建个人 Agent 工作流的人来说，这比又一个聊天 UI 更值得观察。