在 Proxmox 上自托管 AI 智能体：2026 LXC 指南

为什么 Proxmox 家庭实验室玩家把 AI 智能体放进 LXC

如果你桌子底下已经有一台 Proxmox 主机在跑 Pi-hole、Home Assistant 和 Nextcloud，把自托管 AI 智能体加进这套栈就是最自然的下一步。家庭实验室社区在做法上已经基本达成共识：把智能体放进 LXC 容器，不要放 VM，不要直接放宿主机。Uptown4 最近的一篇指南和 dev.to 上广为流传的一篇讲述在 3 节点 Proxmox 集群上跑 7 个自主智能体的文章都选择了 LXC，理由相同：一个智能体容器在空闲时占用 200-400 MB 内存和几乎为零的 CPU，所以你能在一台 16 GB 内存的机器上跑五到八个，完全感觉不到。

这篇文章说明 2026 年在 Proxmox 上自托管 AI 智能体实际是什么样：如何给 LXC 定规格、在容器里跑 Docker 还是走原生、如何做备份让一次糟糕的升级不至于毁掉智能体的记忆，以及 GPU 直通在什么时候值得折腾。文章面向已经熟悉 Proxmox、想要一份具体配方的读者，而不是 Proxmox 入门。

LXC vs VM：数字真的有分量

最常见的问题是选 LXC 容器还是完整的 QEMU 虚拟机。对于一个调用云端 LLM API 的纯文本 AI 智能体，LXC 在家庭实验室玩家关心的每一个维度上都胜出。

开销差距是真实的。一个裸的 Debian LXC 在没跑任何服务时占用 30-60 MB 内存，同样规模的 Debian VM 则占用 200-400 MB，主要原因是容器不需要客户机内核、QEMU 或 virtio 设备状态（来源）。CPU 开销在 LXC 上约为 1-3%，VM 则在 5-15%，容器 1-3 秒就能启动，而 VM 需要 30-90 秒。有一个生产集群报告：以前跑 35 个 VM 的硬件，改成 LXC 后跑了 180 个容器，密度提升 5 倍。

对 AI 智能体来说，这点非常具体。智能体运行时本身很小：一个 Python 或 Node 进程、一个存放状态的 Postgres、一个 webhook 监听器。真正的重活发生在别人的 GPU 上，在 OpenAI、Anthropic 或者同一台宿主机上的 Ollama VM 里。容器只是一个轻量的协调者，不是负载。为一个协调者付 VM 的开销，是本可以用来跑更多智能体的钱。

VM 唯一胜出的地方是隔离。如果你不信任智能体的代码或它的扩展，VM 是更强的边界。对于自己写的个人智能体，或已经审计过的开源运行时，LXC 的共享内核模型足够用。

参考配方：Ubuntu 22.04 LXC，2 核、2 GB、8 GB 磁盘

首个 Proxmox 上自托管 AI 智能体的默认规格特意偏小。容器随时可以扩容，没有理由预留你根本没在用的内存。

设置	值	原因
模板	`ubuntu-22.04-standard`	对 Docker、Node、Python 支持最好的基础
CPU	2 核	空闲负载微不足道，但 LLM 回调是 IO 尖峰
内存	2 GB	足以给 Postgres 加上智能体进程留出余量
Swap	512 MB	应对类似 Chrome 的内存尖峰的廉价保险
磁盘	8 GB local-lvm	后续如果加磁盘上的 vector store 再扩容
网络	vmbr0，DHCP	藏在你的路由器后面，不要直接暴露到公网
非特权	是	默认；除非要跑 Docker 否则保持
Features	`nesting=1, keyctl=1`	只在你要在里面跑 Docker 时开启

从 Proxmox 界面创建，或在宿主机上 SSH 后用 pct create。如果你打算在容器里跑 Docker（见下一节），在创建时就把 nesting 和 keyctl 打开，不要事后再改；事后调整意味着编辑配置并重启容器。

容器起来后，像对待任何 Debian 家族的机器一样加固它：一个带 sudo 的非 root 用户、用 SSH 密钥代替密码、启用 unattended-upgrades，如果想不开路由器端口就能从手机访问，装上 Tailscale 客户端。

Docker 装进 LXC，还是原生 systemd？

跑智能体进程有两种流派，两种都能用。

Docker 装进 LXC。 你在一个开启了 nesting 的非特权 Ubuntu 22.04 容器里安装 Docker，然后用 docker-compose.yml 跑智能体。这与大多数自托管 AI 智能体运行时的发布方式一致，你可以照厂商的指引原样操作。代价是一点复杂性：容器必须以 features: nesting=1,keyctl=1 创建，调试时有时得判断问题出在容器、Docker 还是智能体本身。CoSci 关于在 Proxmox LXC 中安装 Docker 的指南详细讲了所需的 flag。

原生 systemd。 你完全跳过 Docker，把智能体、它的 Python 或 Node 运行时以及 Postgres 直接装进 LXC，作为 systemd 服务运行。这更轻、更易推理，且与 LXC 快照配合更好（你在给一个真实的文件系统拍快照，而不是一堆 overlay 层）。代价是并非每个开源智能体都发布干净的 systemd 安装说明，你可能最终要自己把 Dockerfile 翻译成 systemd unit。

第一次搭建，Docker 装进 LXC 几乎总是务实的选择，它让你毫无偏差地照着选中的运行时走。对于打算维护多年的长寿命家庭实验室智能体，原生 systemd 值得付出的额外精力。参见我们的 Docker 中自托管 AI 智能体指南，两条路最终都会走到差不多的 compose 文件形状。

快照与备份：这是唯一你不能省的一步

AI 智能体会累积记忆：对话、embedding、定时任务、按用户的偏好。一个月后，这份状态的价值超过容器本身。Proxmox 给了你两个相关但不同的工具来保护它，二者的差别值得说明白：快照不是备份。 快照跟容器住在同一块磁盘上，SSD 挂了就两者一起没。

家庭实验室量级下真正撑得住的配方：

每次升级前先做快照。 在容器的 Snapshots 页面，apt upgrade 之前、修改 docker-compose.yml 之前、切换某个 feature flag 之前都做一个。如果升级把智能体的工具循环搞坏了，回滚就是一次点击。
每晚备份到 Proxmox Backup Server。 PBS 是正确的工具：它做变长去重，所以一个 4 GB LXC 的七晚备份大约接近 4 GB 而不是 28 GB。把 PBS 跑在第二台小机器或 NAS 上，别跑在 Proxmox 宿主机本身。
快照模式，不是停机模式。 对一个通过 Telegram 与用户对话的智能体，快照模式是合适的默认：备份期间容器继续运行。停机模式对数据库更安全，但会漏掉刚到达的消息。
用策略做保留。 一个对个人智能体行得通的常见保留策略：保留最近 3 份、每日 7 天、每周 4 周、每月 6 个月。真正需要之前，至少测试一次恢复路径。

如果你跳过 PBS，至少用 cron 把 vzdump 归档送到一块外置硬盘上。因为磁盘坏了才发现快照从来不是备份，是家庭实验室智能体失忆的糟糕方式。

GPU 直通：几乎总是不值得

诱人的家庭实验室梦想是本地 GPU 跑 Ollama，配上一个 Proxmox 上的 LXC 智能体，让整个栈都留在家里。技术上是可行的，配置合适时也令人满足。但请对权衡诚实。

大多数家庭实验室在严肃本地推理面前带宽受限。单张 RTX 3090 跑 32B 模型大约是每秒 30-50 token，聊天够用，但让智能体循环调用工具就有点吃力。更大的模型需要专业 GPU，价格比一辆二手车还贵。而运维税是真实的：内核模块、PCIe 直通的怪癖、破坏 LXC 命名空间的驱动升级，这些都不是你想在 Telegram 上要个 AI 助理时报名参加的项目。

2026 年务实的家庭实验室模式是小盒子、大脑袋在别处：智能体跑在一台约 200 美元的二手 Mini-PC 上的 2 GB LXC 里，电费只花几分钱，模型交给 OpenRouter、OpenAI 或 Anthropic。你的隐私叙事就是「智能体的代码跑在我的硬件上，API 调用是无状态的，服务商不保留数据」，这是站得住脚的、也是便宜的。如果日后想为特定任务用本地模型，把 Ollama 放在一台姐妹 VM 上做 GPU 直通，让智能体把它当成众多服务商之一来调用。

什么时候 Proxmox 不是正确答案

如果你已经在 Proxmox 上投入，它很棒。如果没有，请诚实地看看你到底想要什么。

你只想在 Telegram 上有个 AI 智能体。 托管服务是一分钟加一杯咖啡；Proxmox 是一个周末加一台二手 Mini-PC。看看我们对自托管 vs 托管 Hermes Agent 价格的分析。
你还没用 Proxmox。 Proxmox 的学习曲线对 10 项服务的家庭实验室值得，对一个 AI 智能体不值得。5 美元的 VPS 加 Docker Compose，一个晚上就能到位。
你需要智能体与机器上其他服务之间的强安全边界。 用 VM 而不是 LXC，或者干脆用一台独立机器。

Hermify 的另一条路：同样的掌控，不用容器

有一条中间道路，很多家庭实验室玩家在几次升级周期之后其实会走上。让 Proxmox 跑那些无聊的东西（Home Assistant、影音、网络），让一个托管的 Hermes Agent 负责 AI 那一侧。你保留了"你的数据、你的模型密钥、你的智能体"这套叙事，却不用照顾一个 LXC，也不用琢磨 PBS 的保留策略。Hermify 打理容器机群，你带上 OpenRouter 或 OpenAI 密钥，智能体在 Telegram 上大约一分钟就能上线。开始使用 Hermify，如果这个交易比你集群里再加一个节点更有意思。