RecodeX 实测 01：Instabox 能给 AI 一台电脑，能给我们一个 Muse 吗？

一台给 AI 使用的云电脑，究竟能做什么？是把笔记本搬到服务器，还是只要接入一个模型，就能得到一个在后台替我们工作的个人助理？

拿到 Instabox 邀请码后，RecodeX 没有停在功能介绍，而是实际创建了一台机器：装入一个小型开源模型，搭起自己的 Agent 工作台，让它读笔记、统计支出、写出摘要，再检查暂停之后任务和进程还在不在。这是我们的第一篇 AI 产品实测，也是在尝试建立一套原则：能操作不等于能完成，状态成功不等于内容正确，厂商宣传不等于我们的测量结果。

先说结论：Instabox 确实能给自建 Agent 提供一台可操作、可保留状态、可通过公网展示成果的 Linux 电脑；但它不会自动赠送一个 Muse。此次我们运行的，是本地 Qwen3 小模型与自行编写的受限工作台，不是 Meta Muse 的私有部署。基础设施部分有可验证的成功，任务摘要也出现了需要人工指出的错误。

本文核查与测试日期为 2026 年 10 月 15 日。需要项目背景，可先看此前的Instabox 原创报道；本篇重点是我们实际上做了什么，以及哪些结论现在还不能下。

一、先拆开误会：电脑、模型与 Muse，是三层东西

用户提出“在上面搭建自己的 Muse”，恰好击中了这类产品最容易被混淆的地方。AI Agent 需要一处执行环境，但执行环境不是 Agent 的全部。

Meta 对 Muse 的官方介绍将其描述为托管的个人 Agent，而不是下载后即可在任意 VPS 上启动的完整软件包。截至核查，我们没有找到官方整套自托管发行入口。因此，把一个同名第三方项目装进去，再说“自己的 Meta Muse 已经搭好”，是不准确的。

开放模型也不能解决所有问题。Meta 发布的 Muse Glimmer是另一层产品：30B 模型，官方讨论的量化运行内存包络为 24/32 GB。我们的实例只有 8 GiB 内存，没有理由为了证明“能部署”就硬塞权重，或者把某个网页壳称作成功运行了它。

另一条可行路线，是把云电脑与外部授权推理服务组合。Meta 的电脑使用开发文档同样需要开发者提供实际执行器。关键在于：接上一个模型接口，不会自动获得 Meta Muse 的身份授权、连接器和安全架构。模型、电脑与完整产品之间，仍有大量工程工作。

二、我们真正拿到的是怎样的一台机器？

本次使用新建的独立 base 测试机，不操作账号里原有机器，也不接入生产 WordPress、邮箱、支付或私人文件。控制面显示 4 vCPU、8192 MiB 内存；系统内实际读到约 7964 MiB 总内存。磁盘分为 16 GB 系统盘与独立 20 GB 的 /data，后者承载工作目录和持久数据。

我们确认了 Python 3.13.5、Node 22.23.3、Docker 29.8.2 可用，Docker 服务能够正常响应。该实例没有 NVIDIA GPU 设备。这些是当前一台实例的观察，不是所有未来机型的固定承诺。官方限额文档仍写默认五台机器、十个快照，暂停或停止的机器同样占名额；实际额度应以账号为准。

图：Instabox 原生控制台中本轮测试机的 Linux 桌面，不展示账号侧栏或终端连接信息。下文的 Agent 工作台则是我们自行部署的应用，并非控制台内置功能。

我们没有把按钮回调的毫秒数当成开机耗时。点击创建后，界面一度仍显示 Creating；后续约 27 秒时才观测到 Running。由于没有对完整状态转换连续精确采样，这只能说明本次实际操作的观察过程，不能算严谨的冷启动成绩，更不能拿来直接证伪或背书厂商的“秒开”宣传。

这里至少有三只钟：平台接受创建、Linux 环境可执行命令、应用真正返回正常网页。官方公开 API 描述也区分 Accepted 与 ready。对使用者最有意义的是最后一项；对虚拟化团队而言，底层启动可能是另一项。把它们混在一起，速度比较就没有意义。

费用方面，当前价格页仍处于早期免费阶段，正式价格未定。我们没有开账单或付费升级。但免费期间跑得通，既不能推导为永久免费，也不能证明它未来比某家 VPS 更便宜。长期成本需要正式单价、存储、快照与在线时长一起计算。

三、不是摆一个聊天框：让小模型真正调用工具

为了不借用未经授权的商业模型账户，我们在这台机器上运行了官方 Qwen3-1.7B Q8_0 文件，下载体积约 1.83 GB；推理由固定版本 llama.cpp b11429 完成。模型与二进制都按官方发行信息校验文件哈希，推理服务仅绑定本机回环地址，没有把模型接口直接暴露到公网。

Qwen 官方模型仓标注 Apache 2.0 许可；llama.cpp 固定发行版提供运行工具。选择小模型不是为了展示最强能力，而是让 4 核、8 GiB 的机器能够承担一次真实推理。它不是视觉电脑操作模型，本次也没有测试看图点击网页的能力。

工作台使用轻量服务保存任务、模型原始响应、工具轨迹与报告。整个控制循环在远端运行，并非每一步都等本机 Codex 发命令。因此，它在执行架构上不需要本地浏览器持续驱动每一步；本轮没有把网络断线记为单独验收项目。这也不代表平台原生附赠了自动 Agent，应用和规则仍然由我们搭建。

合成任务刻意很小：读取三条示例笔记，汇总三笔支出，再写一份中文短摘要。金额分别为 12.50、38.00 和 19.90 美元，正确合计为 70.40 美元。所有材料都是为测试编写，不含私人账单。

工具也刻意收窄：列出示例笔记、读取示例笔记、确定性计算支出、写入指定报告。模型不能自行传入任意路径、命令或网址，没有 shell，也不能顺手读取真实账号文件。llama.cpp 的工具调用说明提供的是让模型提出调用请求的接口；请求能否执行，仍由应用校验和调度。

图：RecodeX 自建工作台的实际任务结果与执行轨迹。本地小模型确实参与生成，工具确实执行；界面不是 Meta Muse，也不是 Instabox 自带的个人助理。

首个中文任务完成了三轮真实模型请求、六次实际工具执行，任务单调时钟耗时 6.005 秒。70.40 美元正确，但这是确定性工具汇总的结果，不是证明小模型心算可靠。后两轮还有提示缓存；这是一条最多三轮、内容和工具都受限的合成任务，不能把“六秒完成”外推到真实财务分析、复杂浏览器操作或长期自主工作。

更值得记录的是它的错误。摘要写出“恢复测试了系统恢复能力”，但输入笔记相关内容当时说的是计划分别测试暂停、重启与快照。模型把计划写成了已经发生的事实。

这不是金额核算工具出了错，也不是云电脑损坏了文件，而是摘要语义越界。工作台的 completed 只代表预定程序路径走完，不能替代人工事实核验。如果不保留原始输入和工具轨迹，一个漂亮的成功提示就可能把这个问题盖过去。

四、暂停之后，它记得自己刚才在做什么吗？

云端助理的价值不只在启动，还在中断之后能否继续。我们先记录同一个应用进程的 PID、随机标记、启动时间和内存计数器，再实际暂停机器，检查公开地址，然后恢复。

这轮测试的意义在于，机器状态、进程探针、网页响应和模型健康相互印证。只看到 Running，不能判断应用是否还活着；只看到报告还在，也可能只是从磁盘重新读出来了。

官方机器生命周期文档保留了重要边界：无法恢复内存时，可以保留文件、重新启动。因而，合适的评价是“本次样本确实恢复了原进程”，不是“从此任何长任务都不会丢”。需要可靠运行的 Agent，仍应把进度和关键结果落盘，而不是把全部工作状态只留在 RAM。

然后我们刻意换成 Stop，而不是 Pause。停止调用约 2.795 秒，公开地址再次返回 503；从停止态恢复调用约 3.756 秒，控制面显示 running、ready，但工作台地址却返回 502。检查发现，原来的应用与模型目标进程都不存在了。

这不是文件丢失。五份应用源文件的 SHA 校验值与那份 339 字节原报告的 SHA 均保持一致。手工重新启动模型与应用后，服务恢复，但进程和随机标记已经换新。结果清楚地区分了两件事：磁盘保存成功，原进程没有保存。我们的脚手架未配置开机自动启动，不能把应用需要手工启动归结为平台本身故障；同样，也不能因平台显示 Running 就写“所有服务自动恢复”。

在上述 Stop 之后、重新启动主测试机之前，我们还保存了一份磁盘快照，再从快照创建第二台测试机。保存调用约 0.535 秒得到 ready；新机创建约 10.169 秒进入运行态。这里必须交代上下文：保存快照前，主机已经处于停止态约 29 秒。因而不能把 0.535 秒包装成“现场把包含 1.83 GB 模型的全部磁盘复制完毕”，它只是这个状态下调用到回执的墙钟样本。

恢复后的新机保留了原应用源文件和报告，校验一致，原应用及模型进程仍不存在。我们仅在克隆机新建一个测试标记文件，原机没有出现该文件，证明这次新旧工作目录不是同一个可写目录。克隆机 Vault 仍关闭；复制过来的应用测试令牌随后独立轮换，避免两台机器继续共享同一个写入凭据。

暂停、停止与快照也不是同义词。根据快照文档，快照保存软件和磁盘文件，不保存正在运行的进程；实时快照还不能替应用保存尚未写盘的数据。对于数据库或进行到一半的外部操作，恢复一份磁盘，并不等于整个业务世界回滚到同一时刻。

五、把页面发出去很简单，权限却不会自动长出来

我们把工作台的展示端口发布为 HTTPS 地址，实际浏览器能够打开，读取合成任务和报告。没有应用访问令牌的任务提交请求返回 401。模型推理端口没有公开。

这两件事必须分开归功：公网地址是 Instabox 提供的能力；任务写入鉴权是我们给应用加的规则。官方公开端口文档明确说，发布之后任何人都能接触该端口的整个服务，直到撤销。HTTPS 保护传输，不会替业务决定谁能读取、修改或执行操作。

因此，我们对外只展示不含秘密的合成材料。不能把数据库控制台、无密码管理页面或任意命令执行器直接放出来，再因为地址很长就称它“私有”。暂停时的 503 也提醒了另一个取舍：这种预览链接不是一项自动唤醒、始终在线的网站托管承诺。

还有一个容易忽略的默认值：本次新机创建时 Vault 显示开启。我们仅关闭新测试机的 Vault，并重启处理注入状态，没有读取或导出任何 Vault 内容。它说明“新建隔离机器”与“不给机器注入账号已有秘密”不是天然同一件事，特别是未来用来运行不可信任务时。

桌面共享也应同样谨慎。官方桌面文档说明免登录链接默认只读，但链接持有人仍能看屏幕；链接过期与撤销现有连接的效果并不完全相同。我们实际接管桌面并启动、关闭了 Chromium，但没有完成远端网址输入，因此不把它记为完整网页操作或模型驱动的 computer-use 测试。公开桌面分享的控制权限，也没有被本轮验收覆盖。

Meta 的安全架构说明则提醒我们，完整个人助理还需要独立的授权与敏感操作控制。自建工作台没有 Muse 的 Sentinel、连接器或可信执行设计。我们的 401、工具白名单和参数校验，只能证明这套测试脚手架的窄边界，不是对 Instabox 租户隔离或 Meta 安全性的渗透评估。

六、比普通 VPS 多了什么，又没有替我们完成什么？

如果只问“能不能运行 Python、Docker 和网页”，普通 VPS 早已能做。Instabox 更值得评估的，不是重新发明了 Linux，而是把机器状态、Agent 操作、可复用环境与成果展示连成了一条较短的工作流。

和本地电脑相比，远端机器不占用自己的桌面，也能把实验文件与日常环境隔开；但网络与平台可用性成为新的依赖。和远程云桌面相比，它强调的是 Agent 可以操作的接口和生命周期，而不只是人坐在屏幕前办公。和一般 VPS 相比，它提供更集中的操作入口，但我们没有做同配置竞品的统一负载对照，不能据此给出性能排名。

它对开发者的吸引力可能在于减少反复配环境、开端口、保存实验状态的琐碎步骤，而不是“一句话自动得到可靠个人助理”。本次应用本身仍需要编写和审查；小模型仍会误读笔记；公网展示仍要权限设计。省去部分基础设施摩擦，不等于省去应用工程。

早期产品的空白也应计入判断。官方路线图仍把更多规格、团队共享、GPU、更多地区等放在不同未来阶段。不能拿尚未交付的清单为现在打分，也不能因为未来方向漂亮，就提前推算企业级 SLA、数据地域或正式费用。

七、适合拿它做什么？先选可核验的小任务

我们的建议不是马上把所有工作迁进去，而是从一个范围清楚、输入不敏感、结果能核对的任务开始：比如整理公开资料、运行测试、生成静态报告，或者搭一个给自己使用的实验工作台。先证明数据能保存、进程能恢复、失败能解释，再扩大工具权限。

如果需求是一个长期在线的生产应用，就应再核进程自动启动、备份与导出、服务故障后的恢复、平台合同与价格。如果需求是处理公司邮箱、支付、客户资料或高权限后台，门槛更高：凭据如何注入、哪些动作必须批准、日志是否记录秘密、任务误操作如何止损，都比先跑通一个聊天框重要。

这也是首篇评测不打一个“9 分”之类总分的原因。一次成功的暂停恢复值得记录，却不足以回答数月可靠性；六秒的小任务能验证控制循环，不足以证明高强度 Agent 的表现；免费额度方便试验，却不是商业采购的成本结论。

更诚实的答案是：Instabox 可以成为个人 Agent 的一副身体。本轮真实模型、受限工具、远端进程和公开展示已经连接起来；但它的理解、权限、记忆与可靠性，需要模型和应用共同承担。能给 AI 一台电脑，是有用的起点，不是一个 Muse 已经诞生的证明。

八、方法、样本与尚未覆盖的边界

本次使用一个受邀账号、一台新建主测试机与一台从快照恢复的克隆机，以及合成笔记和合成支出；客户端配置与操作来自 Codex 工作流。Instabox SDK 固定为 0.3.0，CLI 包核查版本为 0.5.2；推理使用固定 llama.cpp b11429 与官方 Qwen3-1.7B Q8_0。小模型不是最新或最强的代表，选择它是为了适配本轮资源和避免调用新的付费推理服务。

任务界面、受限工具和 SQLite 记录由 RecodeX 自建。我们区分了离线代码分支测试、真实模型任务和真实机器生命周期，不把模拟模型响应写作实测。时长均为本轮样本：模型任务计时与 SDK 操作墙钟不是同一口径，未做并发压测、长期运行、跨地区延迟或同规格竞品对照。

测试结束后，我们撤销了工作台公开端口，原公开地址实际返回 404；随后暂停两台测试机，均确认进入 suspended、ready 为 false，不再继续运行任务。测试专用 Instabox API key 也已撤销，使用原凭据读取固定测试机的请求实际返回 401。账号里原有机器没有被我们操作。

两台测试机与一个合成资料快照暂时保留，方便复核，仍占用账号名额与存储。代码和测试证据已导出本机。快照含当时的合成应用测试令牌，没有生产凭据；克隆机的令牌已经轮换，原应用测试令牌仍保存在本地，因此我们不声称“所有测试令牌全部失效”。关闭公网入口、暂停资源与撤销平台 API key 是不同控制，本轮分别确认。

正文两张图片来自实际操作界面，分别展示平台原生桌面与自建工作台；文章封面是 AI 生成的概念视觉，不作为产品功能或测试成功的证据。

本文不公开邀请码、账号邮箱、内部机器标识、访问令牌或可操作地址，也不要求读者为了复现授予生产账号权限。所有“已完成”仅限有本轮日志或实际界面支持的项目；文档能力、未来规划和我们的分析分别归因。第一篇评测的目标不是替新产品背书，而是把一台云电脑从宣传语放到真实工作流程里，连同它的便利、错误和边界一起展示出来。