通过 agent 远程管理两台机器
本页内容
2026-11-20 至 2026-11-22 期间,一个 Claude Code 会话在笔记本(Omarchy,foot 终端)上,通过跳板机远程管理两台 DGX Spark:spark-a 和 spark-b。下面是那次会话里的第一手观察。机器名用的是代称。每个案例都说明了终端现在缺什么。
1. agent 远程驱动终端,却无从知道命令是否结束、谁在读输入
- 场景。 agent 用
tmux send-keys在 spark-a 上启动一个长时间的部署脚本。 - 问题。 一条重复的 send-keys 被排进了 pty 的输入队列。脚本里有一个在后台进程组运行的 ssh 去读终端,收到 SIGTTIN 后被挂起。整个脚本卡住。
- 处理。 手动用
tcflush清空输入队列,再杀掉被挂起的 ssh。 - 说明了什么。 agent 需要知道命令什么时候结束、退出码是多少、前台是哪个程序、谁在读输入。往 pty 里塞字节再 sleep 是不够的。对应能力里的内核能力 1 和 2。
2. 交接:需要人的 sudo
- 场景。 给 spark-b 开启 swap 并写入 fstab、设置开机不进图形界面、把 Tailscale 从 snap 迁移到 deb、修改 Tailscale 端口,都需要 sudo。
- 处理。 agent 准备好完整命令,包括备份、回滚和验证步骤。人在会话里用
! ssh -t ... "sudo ..."运行,说一声"执行完了"。agent 再去验证。 - 说明了什么。 这就是交接卡片。理想形态是:卡片显示命令和影响,人在任何设备上确认并输入一次密码,结果自动回到 agent。
3. 主动发现:Tailscale 一直走中继
- 现象。 笔记本到 spark-a 一直走 DERP 中继,延迟高。
- 诊断。 过程跨了好几台机器。
- 两边的 NAT 都保留端口,映射也和目标无关,这种情况容易打洞。
- 但办公室所有节点都用默认端口 41641。office-a 已经占了外部的 41641,spark-a 只能拿到别的端口,对端打不通。
- 修复。 spark-a 改用 41642,之后立刻直连。
- 说明了什么。 这是提议卡片:主动的 agent 应该自己发现、准备好方案,只因为需要 sudo 才要人批准一次。office-b 和 office-c 也有同样的问题,可以用一张卡片批量处理。
4. 长时间任务和授权
- 场景。 DeepSeek V4.1-Flash 在两台 Spark 上做张量并行。一次启动约 28 分钟。内存压到接近零时,memguard 会杀掉容器。
- 处理。 agent 写了一个 cron 守护脚本,包括:
- 健康检查;
- 启动后 45 分钟的宽限期;
- 失败后退避,3 次失败后放弃;
- 区分"有人故意停掉"和"重启后需要拉起"。
- 说明了什么。 这本质上是一份授权:允许 agent 在明确范围内自动重启,超出范围就停下来找人。如果能在卡片里设定、查看和撤销,规则就不用藏在脚本里。
5. 弱网:机上 Wi-Fi
- 现象。 在一次航班的机上 Wi-Fi 上,到外网往返约 940 ms,每个网站要 8 到 13 秒。UDP 443(QUIC)被挡,所以 Chrome 打开 Google 超时,其他网站却能打开。
- 说明了什么。
- 这是 mosh 式的状态同步和本地预测回显最有价值的场景。
- 网络变化本身也值得做成一张环境变化卡片:检测到换了网络,这些能力受影响,建议这样做。
6. 密钥不应该进入对话
- 场景。 要把本地模型服务的 API key 交给其他项目。
- 处理。 agent 刻意不打印 key。人在自己的终端里读取,不加
!前缀,这样 key 不会进入和云端模型的对话。 - 说明了什么。 这应该由终端这一层保证,办法是输出送往模型之前先脱敏。不应该靠 agent 每次都记得。对应内核能力 3。