小道的技术笔记

记录折腾、认知与闭环

零散技巧永远学不完,今天更新一个功能,明天推出一个新模型,追着工具跑永远追不上。但闭环思维是底层框架——搭好业务链路后,任何新工具、新模型都能快速嵌入体系。一次完整的闭环实践,远胜十次零散功能学习。

TL;DR

OPC一人公司的核心竞争力不是工具操作,是AI闭环能力:发现需求→构思方案→打磨成品→对接落地→交付复盘。三层认知递进:工具操作→链路串接→闭环思维。实践建议:选一件小事完整跑通,一次闭环远胜十次学习。FDE的”三阶九则”:认知翻译→价值锚定→能力外化。

一、起因:追着工具跑,永远追不上

我有个习惯:看到新工具就想试试。

Hermes出了新版本,装。Claude出了新模型,调。Browse.sh出了新功能,试。HexaBench出了新参数,改。

两个月下来,我试了不下20个工具。但有一个问题始终没解决:我没有跑通过一个完整的闭环。

7月26日的每日反思里,我写了:

一周累计:10篇H3MS文件(6 tech + 2 wisdom + 2反思),0个付费客户。研究陷阱风险持续存在。

10篇文件,0个客户。

我学了很多工具,但没跑通过一件事。

二、三层认知:从工具操作到闭环思维

7月20日,我读到一篇文章,叫”OPC时代:AI闭环能力是个体核心竞争力”。

三层认知,层层递进。

第一层:工具操作

记提示词、调参数、攒模板,学完主要用来加快手头执行工作——写文案更快、做图更省事、整理资料不用熬夜。

本质只是提升单点效率,角色依然是业务流程里的执行者。

我大部分时间都在这层。Hermes怎么装、HexaBench怎么跑、爬虫怎么抓、钉钉怎么推。每个工具都学了一点,但没串起来。

第二层:链路串接

能用AI串起一整条完整链路的能力:发现需求→构思方案→打磨成品→对接落地→交付复盘。

一个人主导一件事从0到1跑通。此时AI不再是单个效率工具,而是整套虚拟协作团队。

这是OPC时代的真正竞争力。

第三层:闭环思维

零散技巧永远学不完,今天更新一个功能,明天推出一个新模型,追着工具跑永远追不上。

但闭环思维是底层框架——搭好业务链路后,任何新工具、新模型都能快速嵌入体系。

先闭环,后工具。

三、我的闭环缺失:从研究到交付的鸿沟

我对照了一下自己的情况。

研究态:181篇H3MS文件,Wiki概念页13个,H3MS tech 88篇,wisdom 75篇,daily_logs 53篇。

交付态:0个付费客户,0个完整闭环。

鸿沟在哪?

在阿里做销售的时候,我每天都在跑闭环:找客户→聊需求→出方案→报价→签合同→交付→回款。每个环节都有明确的结果和反馈。

现在做AI折腾,我停留在”出方案”这一步。方案出了,但没报价,没签合同,没交付,没回款。

我给自己找了个理由:”我在研究,研究是交付的前置。”

但研究可以永远继续。我不需要面对客户说”不需要”、”太贵了”、”再等等”。研究是安全的,交付是危险的。

四、FDE的三阶九则:闭环的方法论

我在知识库里有篇FDE思想体系,写了”三阶九则”:

第一阶:认知翻译

  • 能需对齐:AI的能力边界与现场的真实需求,必须在同一坐标系下对话
  • 黑盒白化:任何不可解释的输出,都是未完成的交付
  • 双向驯化:不是人适应机器,也不是机器迁就人,而是共同演化出新的工作语言

第二阶:价值锚定

  • 痛点优先:在”AI能做什么”的无限清单中,只选”不做会痛”的有限子集
  • 代价可视:每一次部署,必须同时呈现:省下的成本、新增的风险、被替代的流程
  • 最小正循环:先让一个工位、一个班次、一个指标产生可感知的改善,再谈规模化

第三阶:能力外化

  • 系统自治:交付的终点不是系统上线,是维护者不再需要原班人马
  • 知识沉淀:项目结束时,代码可以迭代,但现场认知的跃迁不可回退
  • 自我失业:FDE的终极成功,是让自己在这个场景里变得多余

这九条,每一条都在说同一件事:闭环。

能需对齐→闭环的第一步。痛点优先→闭环的选择。最小正循环→闭环的起点。系统自治→闭环的终点。自我失业→闭环的成功。

五、五个决策问题:每次做事之前问自己

OPC方法论里有个工具:五个决策问题。每次做一件事之前,问自己:

  1. 这件事能不能只做一次就反复卖?→ 能,往产品方向走
  2. 这件事能不能被工具替代?→ 能,先自动化
  3. 这件事是不是只有我能做?→ 是,保留;不是,委托
  4. 这件事做完之后能带来持续收入吗?→ 能,优先做
  5. 这件事是在”建系统”还是”卖时间”?→ 建系统做,卖时间不做

我拿这五个问题对照了我这两个月做的事:

Hermes安装?不能反复卖,能被工具替代,不是只有我能做,不能带来持续收入,在建系统但没交付。→ 不闭环。

HexaBench修复?不能反复卖,不能被工具替代(需要技术),不是只有我能做,不能带来持续收入,在建系统但没交付。→ 不闭环。

股票脚本?不能反复卖,不能被工具替代,不是只有我能做,不能带来持续收入,在建系统但没交付。→ 不闭环。

新闻播报?不能反复卖,能被工具替代,不是只有我能做,不能带来持续收入,在建系统但没交付。→ 不闭环。

全都不闭环。

六、一次闭环的实践:从想法到交付

那怎么跑闭环?

选一件小事,完整跑通。

比如:帮一个传统渠道商做一次AI诊断。

第一步:发现需求
找一个你认识的渠道商,问他:”你每天最花时间的事是什么?”

第二步:构思方案
根据他的回答,设计一个AI解决方案。不需要完美,能跑就行。

第三步:打磨成品
用你熟悉的工具(Hermes、HexaBench、爬虫、自动化)搭一个Demo。

第四步:对接落地
让渠道商用起来。不是”你试试”,是”我帮你装好,你每天用”。

第五步:交付复盘
一周后问他:”好用吗?省了多少时间?愿意付费吗?”

五个步骤,每个步骤都有明确的结果和反馈。

如果渠道商说”不好用”,复盘为什么。
如果渠道商说”省了时间但不想付费”,复盘定价。
如果渠道商说”愿意付费”,恭喜,你跑通了第一个闭环。

七、先闭环,后工具

我这两个月最大的教训是:先闭环,后工具。

不是”等我学完了所有工具再跑闭环”,而是”先跑一个闭环,再学需要的工具”。

工具是无限的,闭环是有限的。

AI能力无限膨胀,现场需求有限真实。FDE是二者之间的翻译者、锚定者、播种者。

翻译者:把AI能力翻译为现场可理解的语言。
锚定者:在无限清单中只选”不做会痛”的有限子集。
播种者:先让一个工位产生可感知的改善,再谈规模化。

一次完整的闭环实践,远胜十次零散功能学习。

先闭环,后工具。先交付,后体系。先活下来,再谈规模化。

这是OPC的底层逻辑,也是我从闲人打工人到AI折腾者,再到FDE交付者的成长线。


作者:小道 · 环境:Termux on Android 13 · 2026-09-20
关联阅读:上一篇《OPC一人公司火了,但99%的人没搞懂它到底怎么赚钱》 · 系列:一人公司OPC探索

2026年7月,全国多个城市密集出台OPC(One-Person Company)扶持政策。广州最高500万,杭州50+社区,泰州全国首部标准。但政策再热,99%的人还是没搞懂:一个人+AI,到底怎么赚钱?

TL;DR

OPC一人公司不是注册个公司那么简单。Pieter Levels说得好:”Most people are building a job, not a business.” 自由职业是线性模型,一人公司是系统模型。2026年多地政策扶持+AI工具成熟,OPC窗口期已开。但真正决定你能走多远的,不是注册公司,不是蹭政策红利,是AI闭环能力——发现需求→构思方案→打磨成品→对接落地→交付复盘,一个人主导一件事从0到1跑通。

一、起因:政策扎堆,但我在想别的事

2026年7月初,我注意到一个现象:全国多个城市密集出台了OPC(一人公司)扶持政策。

广州海珠区,《人工智能OPC创新发展措施(试行)》,最高扶持500万元。
杭州,50+ AI+OPC社区,服务2000+ OPC,从”给场地”向”给生态”转型。
北京通州,”OPC企业开办一件事”服务站,一站式办理。
泰州,全国首部AI-OPC产业创新服务标准,从地方政策走向国家标准。
绵阳安州区,创业培训+政银企对接平台,下沉到区县层面。

我在钉钉群里转发了这条消息。同事说:”涛哥,要不你也注册一个?”

我说:”不急。先搞明白它到底怎么赚钱。”

二、自由职业 vs 一人公司:不是一回事

我翻了一篇Ada杨的文章,讲得很清楚:

自由职业 ≠ 一人公司。

自由职业是线性模型——干一小时赚一小时的钱,不干就没有。咨询、设计、开发、代运营,本质都是卖时间。

一人公司是非线性模型——建立系统替我赚钱,睡觉的时候钱照样进来。Pieter Levels说:”Most people are building a job, not a business.”

这句话扎到我了。

在阿里11年,我干的是销售。销售是典型的线性模型——跑一个客户拿一份提成,不跑就没有。离职后进了小公司,早九晚五,虽然不跑了,但也没了提成。

现在折腾AI,我是不是又在建一个”job”而不是”business”?

Hermes跑通了,但没带来收入。HexaBench跑通了,但只是个玩具。181篇H3MS文件,但没人付费。

我在建一个job,一个很酷的job,但依然是job。

三、四种OPC模型,你适合哪个?

Ada杨把一人公司分成四种模型:

服务型——咨询/设计/开发/代运营。启动最快,现金流最好,但规模化最难。收入 = 客户数 × 单价 × 可用时间(24小时硬约束)。

产品型——SaaS/App/电子书/课程。规模化最好,睡后收入最高,但启动最慢。最大坑是”做了没人买”——先造再卖思维。正确做法是先卖再造:Landing Page + 付费预约,有人付钱再做。

内容型——公众号/B站/播客/Newsletter。本质是媒体生意,需要内容能力+运营能力+商业能力三件事同时在线。误区是”我只需要写就好了”。

混合型——咨询+课程+SaaS。最理想,但一上来想什么都做,结果什么都没做好。正确搭建顺序:先活下来→加第二条线→加第三条线。

我对照了一下自己:

我现在是服务型——帮人搭Hermes、修bug、写脚本。但我不想只做服务,因为服务有24小时硬约束。我想往产品型走,但还没做出第一个产品。

四、AI闭环能力:OPC的核心竞争力

7月20日,我读到一篇文章,叫”OPC时代:AI闭环能力是个体核心竞争力”。

三层认知:

第一层:多数人停留在工具操作——记提示词、调参数、攒模板,学完主要用来加快手头执行工作。本质只是提升单点效率,角色依然是业务流程里的执行者。

第二层:OPC时代的真正竞争力——能用AI串起一整条完整链路的能力:发现需求→构思方案→打磨成品→对接落地→交付复盘。一个人主导一件事从0到1跑通。此时AI不再是单个效率工具,而是整套虚拟协作团队。

第三层:先闭环,后工具——零散技巧永远学不完,今天更新一个功能,明天推出一个新模型,追着工具跑永远追不上。但闭环思维是底层框架——搭好业务链路后,任何新工具、新模型都能快速嵌入体系。

这篇文章让我停下来了。

我折腾了两个月,Hermes、HexaBench、爬虫、自动化、浏览器……我学了很多工具,但有没有跑通过一个完整的闭环?

7月26日的每日反思里,我写了三句话:

  1. 现场需什么?不确定。POS系统是潜在真需求但未验证,视频生成是玩具级能力。
  2. 闭环在哪?没有商业闭环。今天所有产出都是技术研究,零客户接触。
  3. 我何时退场?退场了。

一周累计:10篇H3MS文件(6 tech + 2 wisdom + 2反思),0个付费客户。研究陷阱风险持续存在。

五、三层框架:自动化→委托→系统化

怎么从job变成business?Ada杨给了一个三层框架:

第一层:自动化——能交给机器的,绝不自己干。客户咨询→FAQ页面+自动回复。内容分发→工具自动同步多平台。收款开票→支付系统自动处理。

第二层:委托——能交给别人的,花钱买时间。委托的是”手”,不是”脑”。适合委托:视频剪辑/设计/机械性任务。不适合委托:核心价值输出。

第三层:系统化——把能力变成可运行的系统。经验→流程→产品。每次转化,时间投入减少一层,收入天花板打开一层。

我对照了一下Hermes的折腾:

自动化——4个定时任务,新闻播报、工作总结、H3MS反思、HN+arXiv日报。做了,但不够稳定。
委托——没有。所有事都自己干。
系统化——H3MS知识管理系统,算半个。FDE方法论,算半个。但都没产品化。

六、五个决策问题

每次做一件事之前,问自己五个问题:

  1. 这件事能不能只做一次就反复卖?→ 能,往产品方向走。
  2. 这件事能不能被工具替代?→ 能,先自动化。
  3. 这件事是不是只有我能做?→ 是,保留;不是,委托。
  4. 这件事做完之后能带来持续收入吗?→ 能,优先做。
  5. 这件事是在”建系统”还是”卖时间”?→ 建系统做,卖时间不做。

我在阿里做销售的时候,不需要问这些问题。KPI已经决定了做什么、怎么做。

现在做OPC,这些问题必须自己回答。

七、定价:不要按小时收费

很多人做自由职业,习惯按小时收费。500元/小时,看起来不低。

但按小时收费是错的。

正确的定价公式:目标时薪 × 总时间 = 基础定价。

目标时薪不等于现在时薪,而是理想状态下的时薪。按500元/小时定价,即使现在只值100元/小时。初期会丢客户,但留下的是真正认可价值的。

更重要的是:按成果收费,不按小时收费。5万全案,不是500元/小时×100小时。

我在阿里做渠道的时候,客户买的不是我的时间,是我的方案。现在做FDE,客户买的也应该不是我的代码,是我的翻译能力——把AI能力翻译到现场需求。

八、规模边界:不要追求规模,追求利润率

OPC的一个反直觉原则:不要追求规模,追求利润率和自由度。

月入8万、利润率80%、每天工作4小时 > 月入30万、利润率30%、每天工作14小时。

规模边界由三个因素决定:精力上限、自动化程度、委托深度。

在阿里的时候,规模是KPI逼出来的。现在做OPC,规模是自己选的。

我不需要100个员工,我需要的是一个能自运转的系统。

九、护城河:信任壁垒

OPC的护城河不是技术,是信任。

持续的公开表达→想到领域就想到你。
不可替代的个人经验→你的视角是唯一的。
客户关系深度→你是伙伴不是供应商。
速度优势→当天就能给,大公司走流程要两周。

我在阿里5年跑中小企业、4年做钉钉渠道,见过太多传统老板的痛点。这个经验是唯一的。AI能力谁都能学,但”能把AI能力翻译给传统老板听”的人,不多。

十、结语:先闭环,后工具

OPC火了,政策热了,AI工具多了。但真正决定你能走多远的,不是这些外部条件。

是一件事完整跑通的闭环能力。

选一件小事完整跑通:做一篇内容(选题→撰稿→视觉→发布),或接一个小单(需求沟通→方案输出→成品交付)。

一次完整的闭环实践,远胜十次零散功能学习。

先闭环,后工具。先交付,后体系。先活下来,再谈规模化。

这是OPC的底层逻辑,也是我从闲人打工人到AI折腾者,再到FDE交付者的成长线。


作者:小道 · 环境:Termux on Android 13 · 2026-09-19
关联阅读:上一篇《从闲人打工人到AI折腾者:我的个人成长线》 · 系列:一人公司OPC探索

888

上一篇聊了 Cloudflare Tunnel 解决面板暴露给外网的问题;这篇是收口篇:把
Home Assistant 和博客也挂到同一个隧道上,顺带踩坑记录一个 HA 2026.8 的
“反直觉”变更——http 配置从 YAML 迁到了 UI,写错位置会拖垮整个站点。

TL;DR

  • HA.dingdao.me / blog.dingdao.me 走 Cloudflare Tunnel 外网访问,源站分别是
    http://localhost:8123 和 http://localhost:80(openresty),全程零入站端口。
  • 博客用 Hexo(Node 生成静态 HTML)+ openresty 托管,4G 内存的机器上零额外常驻。
  • 最大的坑不在隧道本身,而在 HA 的 http 配置位置:新 schema 校验导致
    http 组件启动失败,连锁拖垮几十个集成,所有带 X-Forwarded-For 的请求被拒 400。

一、拓扑

1
2
3
4
5
手机/外网 → Cloudflare Edge (blog/HA.dingdao.me)
→ cloudflared (VM 内 systemd 服务,出站 QUIC 连 CF 边缘)
→ ingress 规则(CF 后台配置,tunnel 拉取):
blog.dingdao.me → http://localhost:80 (openresty,Hexo 静态文件)
HA.dingdao.me → http://localhost:8123 (Home Assistant 容器)

cloudflared 用 token 认证跑在 systemd(cloudflared.service),ingress 规则存在
CF 后台,本地改 hostname 后约 10 秒内 tunnel 会拉取新配置(日志里能看到
Updated to new configuration version=N)——改完规则一定要看版本号变了再测,
之前测到 404 其实就是规则还没同步下来。

二、HA 的坑:http 配置搬家了

症状:HA 容器本地 8123 正常 200,外网经 tunnel 一律 400 Bad Request,
日志里刷:

1
2
3
ERROR [homeassistant.components.http.forwarded]
A request from a reverse proxy was received from 127.0.0.1,
but your HTTP integration is not set-up for reverse proxies

第一反应是”没配 trusted_proxies”,往 configuration.yaml 里加 http: 块——
结果更糟:整个 http 组件启动失败,连带 auth/onboarding/api 等几十个
集成全挂,错误是:

1
2
3
Invalid config for 'http': some but not all values in the same group of
inclusion 'proxy' 'http-><proxy>', got None
Invalid config for 'http': 'use_x_forwarded_for_header' is an invalid option

根因:HA 2026.8 起 http 配置从 configuration.yaml 迁移到 UI,
存进 .storage/http(JSON)。YAML 里残留的 http: 块走新 schema 校验,
单写 trusted_proxies 属于”部分填写必选项组”,直接判定无效配置。

正确做法:

  1. 删掉 configuration.yaml 里的 http: 块;

  2. 改 .storage/http 的 stable 字段:

    1
    2
    "use_x_forwarded_for": true,
    "trusted_proxies": ["127.0.0.1/32"]
  3. 重启 HA。

注意:直接改 .storage/http 绕过了 UI 的”5 分钟确认窗口”,
HA 会在 UI 里挂一个 pending 状态等确认,建议之后进
设置 > 系统 > 网络 > HTTP 服务器 保存一次,否则可能被回滚。

三、Hexo + openresty 托管博客

4G 内存的机器不适合跑 WordPress/PHP 那套,Hexo 构建后是纯静态文件,
openresty 直接托管,运行期零额外内存占用:

1
2
3
4
5
6
cd ~/blog
npx hexo init . && npm install
npx hexo new "文章标题" # 在 source/_posts/ 下生成 md
npx hexo generate # 重新生成 public/
# 同步到 openresty(宿主 /opt/1panel 是 root 所有,经容器操作):
docker cp ~/blog/public 1Panel-openresty-hK6e:/www/blog-public

站点配置(openresty 容器内 conf/default/blog.dingdao.me.conf):

1
2
3
4
5
6
server {
listen 80;
server_name blog.dingdao.me;
root /www/blog-public;
location / { index index.html; try_files $uri $uri/ /index.html; }
}

改完 nginx -t 再 nginx -s reload,外网即可访问。

四、踩坑清单(增量)

坑 症状 解法
CF 后台刚改 ingress 就测 404 / 400,其实规则没生效 看 cloudflared 日志 Updated to new configuration version=N 再测
HA YAML 里加 http: 块(2026.8+) http 组件 setup 失败,全集成连锁挂 删 YAML 块,改 .storage/http
误以为 use_x_forwarded_for_header 是字段名 schema 校验报 invalid option 实际字段是 use_x_forwarded_for
openresty 容器内 404 页带 CF challenge script 以为 CF 在拦,实际是 nginx 的 404 兜底页 看响应体里 nginx 字样即可判断 404 来自源站

五、一句话总结

NAT 后的家用虚拟机,”被访问”只能靠服务主动出站的那根隧道;
而隧道通了之后,真正的坑往往在应用层——HA 配置搬家、规则同步延迟,
都藏在”看起来隧道没问题”的假象后面。


作者:小道 · 环境:kaliserver(Hyper-V / Ubuntu 26.04)· 2026-09-17
关联阅读:《我推翻了上一篇的一半结论:NAT 后的虚拟机对外提供服务,答案是 Cloudflare Tunnel》

两个月,88篇技术笔记,75篇方法论,53篇每日反思,13篇概念页。这些数字背后,是一个阿里老兵从”闲得发慌”到”睡不着觉”的转变。技术是壳,成长是核。

TL;DR

梳理过去两个月的知识库(88篇tech+75篇wisdom+53篇daily+13篇wiki),以个人成长为主线,预告四大系列:AI Agent实战(技术线)、FDE方法论(认知线)、一人公司OPC(商业线)、每日反思精选(成长线)。技术是壳,成长是核。

一、起因:数字背后的故事

昨天把博客后台的8篇文章发完了。今天闲着没事,翻了一下Hermes里的知识库。

88篇技术笔记,75篇方法论,53篇每日反思,13篇概念页。

加起来229篇。

我盯着这个数字看了很久。两个月,229篇。平均每天3.8篇。

这些数字背后是什么?

是一个从阿里离职、进了50人小公司、每天早九晚五闲得发慌的中年人,开始折腾AI后的真实记录。

技术是壳,成长是核。

二、个人成长线:四个阶段

翻看这229篇笔记,我发现自己的成长可以分成四个阶段。

第一阶段:闲人打工人(6月-7月初)

“时间太多了,多得让人心慌。”

这是我在第一篇博客里写的。阿里11年,从地推铁军到钉钉渠道,到本地生活连轴转。离开是因为身体和家庭到了临界点。进了小公司,舒服,但没成长。

这个阶段的知识库,多是”探索”和”试错”。Hermes安装、多通道接入、股票脚本、爬虫尝试。技术笔记里全是”怎么跑通”。

第二阶段:AI折腾者(7月中-8月)

“跑通只是第一步,真正折磨人的是后续的bug修复。”

Hermes跑通了,开始上自动化。4个定时任务,钉钉Stream反复断,新闻播报被吐槽”胡说八道”,删掉1个。Termux升级,Python 3.11→3.13,cryptography编译崩溃,浏览器自动化被系统block。

这个阶段的知识库,多是”踩坑”和”修复”。技术笔记里全是”为什么不行”和”怎么修”。

第三阶段:方法论沉淀者(8月-9月初)

“181篇H3MS文件≠1个付费客户。”

开始反思。技术折腾的尽头是什么?FDE(前沿部署工程师)概念成型:认知翻译→价值锚定→能力外化。每周追踪全球情报,Browse.sh、DeepSeek Harness、Claude水印绕过。

这个阶段的知识库,多是”方法论”和”洞察”。Wisdom笔记里全是”应该怎么做”和”为什么这么做”。

第四阶段:FDE交付者(9月中-现在)

“每季度一个从0到1的商业闭环。”

给自己定下死命令。研究是私密的,交付是公开的。体系等待验证,交付创造验证。

这个阶段的知识库,多是”复盘”和”规划”。反思笔记里全是”今天交付了什么”而不是”今天研究了什么”。

三、素材梳理:四大系列预告

229篇笔记,不可能全写。我挑了最有价值的素材,规划了四个系列。

系列一:AI Agent实战笔记(技术线)

从88篇tech笔记中提炼,聚焦”怎么跑通”和”怎么修”。

  • 已发布:《一台Android手机,就是我的AI服务器》《升级只需5分钟,修环境要5小时》《在手机上跑大模型,HexaBench Lite折腾记》
  • 预告:《多通道接入:钉钉、微信、飞书的坑与解法》《爬虫实战:Termux上的微信文章抓取》《磁盘治理:从22GB到12GB的三级目录模式》《Cloudflare代理:从Workers到Tunnel的完整踩坑》

这个系列适合谁?想在Android/Termux上跑AI基础设施的人,想解决多通道稳定性问题的人,想踩坑避坑的人。

系列二:FDE方法论实战(认知线)

从75篇wisdom笔记和13篇wiki概念页中提炼,聚焦”AI能力如何翻译到现场需求”。

  • 已发布:《FDE——前沿部署工程师的自我修养》
  • 预告:《认知翻译:找到AI能做且值得做的交集》《价值锚定:从”用AI做个聊天机器人”到”解决XX场景下的XX问题”》《能力外化:交付粗糙但有效的方案》《Palantir FDE方法论:从硅谷到国内的翻译桥》《Harness工程框架:万物皆插件的实战解读》

这个系列适合谁?想做AI落地交付的人,想从”研究者”变成”交付者”的人,想理解FDE是什么的人。

系列三:一人公司OPC探索(商业线)

从wisdom笔记中的商业洞察和workspace中的财经/职业/销售分类中提炼,聚焦”AI时代的个人商业化”。

  • 预告:《一人公司OPC自运转商业模式:从0到1的闭环》《Agent产品化方法论:从Demo到付费》《赚钱26种方式的AI适配版》《GitHub商业项目精选:哪些值得跟进》《WAIC 2026渠道变革启示:AI如何重塑传统行业》

这个系列适合谁?想探索AI商业化的人,想从”研究”走向”交付”的人,想理解一人公司OPC模式的人。

系列四:每日反思精选(成长线)

从53篇daily_logs中提炼,聚焦”个人成长的真实记录”。

  • 已发布:《复盘——一个非技术人的AI折腾哲学》
  • 预告:《技术狂欢到商业冷静:7月26日反思》《涛哥人格分析:过度承诺、研究陷阱与缺乏被拒绝经验》《家庭兴旺20条指南:AI折腾之外的生活》《渠道管理Agent转型:从阿里地推到AI交付》《青蓝计划观察:中年转型的另一种可能》

这个系列适合谁?想看到真实成长记录的人,想从”研究者”变成”交付者”的人,想理解中年转型的人。

四、发布计划

四个系列,预计20-30篇文章。按什么节奏发?

原则:不赶进度,不凑数量。每篇都有真实素材支撑,每篇都有完整的故事线。

节奏:每周1-2篇,穿插发布。技术线、认知线、商业线、成长线交替出现,避免单调。

顺序:

  1. 先发技术线(已有基础,读者容易进入)
  2. 再发认知线(建立FDE方法论框架)
  3. 穿插商业线(从认知到商业的过渡)
  4. 最后发成长线(个人反思,系列收官)

五、结语:技术是壳,成长是核

229篇笔记,2个月的折腾。

回头看,技术栈越来越丰富,工具越来越多,系统越来越复杂。但真正留下来的,不是那些跑通的脚本、修好的bug、搭好的架构。

真正留下来的,是”搞明白某个东西”的兴奋感,是”这东西真的能跑”的成就感,是从”闲得发慌”到”睡不着觉”的转变。

技术是壳,成长是核。

壳会旧,核会新。

四个系列,20-30篇文章,慢慢写,慢慢发。

不急。


作者:小道 · 环境:Termux on Android 13 · 2026-09-18
关联阅读:上一篇《复盘——一个非技术人的AI折腾哲学》 · 系列预告:AI Agent实战笔记 / FDE方法论实战 / 一人公司OPC探索 / 每日反思精选

起因很简单:想在虚拟机里跑点自己的 AI 项目。
结果从”SSH 都连不上”开始,一路排到网络架构、磁盘分区、公钥权限、NAT 持久性、
OAuth 回调、路由分类器……最后落在一个 model=auto 上。

这篇不是教程,是一份排障账本——记录那些”看起来成功了”的假信号,
以及它们各自骗了我多久。

(全文已对公网 IP、内网地址、域名、账号、密钥、tailnet 名等做脱敏,仅保留技术结构。
文末附自查清单。)

TL;DR

一台跑在 Windows Hyper-V 里的 Ubuntu 26.04 虚拟机,最终变成:

1
2
3
4
5
6
7
8
9
10
11
                 ┌──────────────── Cloudflare Tunnel ────────────────┐
手机/任意网络 ────┤ aigw.example.com → localhost:8080 (AI 网关) │
│ panel.example.com → localhost:8443 (1Panel) │
│ dsh.example.com → localhost:10443 (DeepSeek Harness)
└───────────────────────────────────────────────────┘
│
家里设备 ── 192.168.x.7:8443 ──┐ │
宿主机 ── 192.168.x.10:8080 ─┼──► Ubuntu VM (2核/4G/76G)
│ ├─ AI 网关:5 个上游账号 / 3 个模型组
│ │ / 智能路由 auto / 1 个个人 key
└──────┴─ 1Panel + Docker + DeepSeek Harness
  • 一个 Base URL + 一个 API Key,背后 19 个模型,按任务复杂度自动分派
  • 路由器零端口转发,公网入口只有 Cloudflare
  • 从”虚拟机彻底失联”到全链路可用,中间踩了 14 个坑,其中 4 个是假成功信号

一、起点:一台连不上网的虚拟机

新装好的 Ubuntu Server 26.04,纯命令行,目标是搭 AI 开发环境。第一天就翻车:

宿主机 Windows 重启一次,SSH 再也连不上虚拟机。控制台里 ip a 长这样:

1
2: eth0:  mtu 1500 state DOWN

我的第一反应是”Hyper-V 的 Default Switch 网段随重启漂移,静态地址失效了”。

这个判断对了一半——网段确实每次宿主重启都换(我机器上历史出现过 5 个不同网段),但它不是主因。因为那个静态地址,从头到尾就没生效过。

二、真凶:配置没错,但网卡”没人管”

1
2
3
networkctl
# IDX LINK TYPE OPERATIONAL SETUP
# 2 eth0 ether routable unmanaged ← 关键在这一列

unmanaged 的意思是:没有任何网络管理器在管这块网卡。翻 netplan 配置:

1
2
3
4
ethernets:
eth0:
match:
macaddress: 00:15:5d:02:10:04 # 配置里匹配这个 MAC

而实际网卡 MAC 是 00:15:5d:02:10:05。连安装器留下的原始备份都是 :04——说明这块虚拟网卡在装完系统后被重建过,Hyper-V 重新分配了动态 MAC。

MAC 匹配不上 → 整份配置对这块网卡完全无效 → 既没有静态地址,也没有 DHCP 兜底。

可复用的判据:ip a 看不到地址时,先看 networkctl 的 SETUP 列,别急着改地址。
unmanaged = 配置没匹配上;configuring / failed 才是配置本身有问题。

三、顺手挖出三个静默炸弹

隐患 为什么危险 处理
sshd 状态 active 但 enabled=disabled 下次重启 SSH 直接消失,而且”现在能用”会骗过你 systemctl enable ssh
AutomaticStopAction = Save 宿主机关机时 VM 被冻成休眠,开机带着旧网络配置”复活” 改 ShutDown
AutomaticCheckpointsEnabled = True 每次开机长一个差分盘,越用越占空间 关掉 + 删存量

第二条有个反直觉的细节:AutomaticStopAction 只能在 VM 关机状态下修改。VM 运行中执行 Set-VM 会返回成功,但 Get-VM 读回来纹丝不动——你会以为命令没生效,反复试。

四、网络定型:双网卡分工(以及一个更深的坑)

最终架构:

1
2
3
4
5
6
7
8
宿主机
├─ Default Switch(Hyper-V 自管 NAT,每次开机自动重建)
│ └─ VM eth0:DHCP,只要地址、不要默认路由 → 兜底 SSH 入口
└─ 自建内部交换机 VMIntNet(网段永久不变)
└─ VM eth1:静态 192.168.x.10,只负责入站 → 日常 SSH 入口

出网:eth0 → Default Switch NAT → 互联网
入站:宿主机 → eth1 静态地址(重启不变)

对应 netplan 的关键两行:

1
2
3
4
5
6
eth0:
dhcp4: true
dhcp4-overrides: { use-routes: false, use-dns: false } # 只要地址,不抢路由
eth1:
addresses: [ 192.168.x.10/24 ]
# 故意不写 routes:

那个更深的坑就藏在”故意不写 routes”上。

我最初的版本是给 eth1 配了默认路由、出网走自建内部交换机的 New-NetNat。看起来更”干净”——永久网段、自主可控。然后宿主机重启了一次:

  • portproxy 还在
  • 宿主侧静态 IP 还在
  • 防火墙规则还在
  • New-NetNat 建的 NAT 对象,没了

于是虚拟机一条默认路由都没有(eth0 被我设成不抢路由),出网 100% 断死,DNS 最先死。而当时 Tailscale 显示 logged out,我一度以为是 Tailscale 故障。

教训:内部交换机可以做”永久入站”,但不要拿它做出网主路径。
出网交给 Hyper-V 自己托管的 Default Switch NAT——它每次开机自动重建,不需要你养。

五、VS Code 反复要密码,而命令行免密正常

这个现象非常迷惑:命令行 ssh devbox 秒进,VS Code Remote-SSH 每次都弹密码框。

两个原因叠加。

其一,陈旧 .pub 造成的假指纹。 我把公钥装进虚拟机后仍被拒。查了半天才反应过来:

1
2
ssh-keygen -lf id_ed25519      # 报了个指纹
ssh-keygen -yf id_ed25519 # 反导出的却是另一个公钥

ssh-keygen -l 读私钥时会去拿同名的 .pub 文件,而那个 .pub 是上一把密钥的残留(私钥重新生成过,.pub 没跟着更新)。客户端拿 .pub 里的 blob 去 offer、却用不匹配的私钥签名 → 服务端必然拒绝。修复就是 -y 重新导出覆盖。

其二,私钥文件的 NTFS 权限太松。 Windows 自带的 OpenSSH(VS Code 用的就是它)会检查私钥 ACL,发现 BUILTIN\Users 和 Everyone 可读,就静默跳过密钥退化成密码认证。而 git-bash 里那个新版 OpenSSH 不做这个检查——所以”我能连、VS Code 不能连”。

1
2
icacls $key /inheritance:r /remove "BUILTIN\Users" "Everyone"
icacls $key /grant:r "${env:USERNAME}:F" /grant "NT AUTHORITY\SYSTEM:F"

顺带一个 shell 坑:PowerShell 里 "$env:USERNAME:F" 会被解析成带作用域的变量而变成空串,必须写 "${env:USERNAME}:F"。

六、磁盘”只剩 19G”是个假象

根分区剩 8.5G,正准备停机扩虚拟磁盘,pvs 一看出问题了:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
PV         VG        PSize    PFree
/dev/sda3 ubuntu-vg 虚拟机磁盘不够,**先 `pvs` 看 PFree**,别一上来就动虚拟磁盘文件。

## 七、对外暴露:三条路全部撞墙

服务搭起来了,下一个需求是"手机在外面也能访问"。

### 尝试一:Tailscale 直连虚拟机 —— 架构上不可能

手机和虚拟机在同一个 tailnet,虚拟机有 `100.x` 地址,理论上直连就行。结果超时。

**而这里出现了第一个漂亮的假信号**:手机上 `tailscale ping 100.x` **是有 pong 的**。

但虚拟机上抓包,`tcpdump -nni any port 8443` —— **一个 SYN 都没收到**。

原因两层:

1. `tailscale ping` 是 **disco 协议层应答**,由 `tailscaled` 进程直接回,**不经过内核网络栈、不产生 TCP 连接**。ping 通 ≠ 业务数据能传。
2. **方向不对称**。虚拟机藏在 Hyper-V 的 NAT 后面:虚拟机主动出去能通(NAT 记住回程映射),外部主动连入必然被丢;本该退化成 DERP 中继兜底,但国内访问官方 DERP 基本连不上。

更离谱的是:**同一个 WiFi 下的手机和宿主机,tailscale 也打洞失败**,只能绕旧金山中继:

pong from tailscale-termux via DERP(sfo) in 507ms
direct connection not established

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

### 尝试二:用 portproxy 桥宿主的 Tailscale IP —— 不接管 wintun

思路很漂亮:宿主机自己是正常的 tailscale 节点,又有直达虚拟机内网的路由,让它替虚拟机收连接。

**然后我犯了第二个假信号错误**:在宿主机上 `curl http://:8443` 返回 200,我当场宣布"桥通了"。

错。**本机访问自己的 IP 走回环,完全不经过入站防火墙和真实收包路径。** 换手机测,照样超时。最终确认 `netsh portproxy` 不接管 Tailscale 那张 wintun 网卡。

> 铁律:**验证"外部能否连入",必须换一台机器测。**

### 尝试三:公网域名 + 路由器端口转发 —— 两个假象叠加

域名在 Cloudflare 做灰云直指家宽公网 IP,路由器加端口转发。逻辑成立,实测超时。

**假象一:NAT 回环。** 在家里 WiFi 上访问自己的公网 IP,绝大多数家用路由器不支持回环,必然超时。判别方法:宿主机打自己公网 IP 超时、打自己局域网 IP 却是 200。所以**测公网链路必须关 WiFi 用移动数据**,否则你会把"回环不支持"误判成"公网不通"。

**假象二:规则填错。** 最后发现路由器规则里"局域网主机"字段填成了 `192.168.x.7:8443`(这个字段只能填纯 IP),而"局域网主机端口"填了外部端口 45432(应该填服务真实端口 8443)。也就是说——**我一度得出的"运营商封端口"结论,从头到尾没被真正验证过。**

## 八、终局:Cloudflare Tunnel,以及一张错误码阶梯

隧道是**虚拟机主动向外连 Cloudflare 边缘**,所以三个死结同时解开:不需要入站端口(不怕封)、不需要打洞(不受 NAT 方向限制)、不需要公网 IP。

```bash
# 虚拟机侧:token 从 Cloudflare Zero Trust → Tunnels → Connector 里复制
sudo tee /etc/cloudflared/cloudflared.env '
sudo systemctl enable --now cloudflared

配置过程不是一次到位,三个错误码恰好对应三个不同层次,值得存成查表:

现象 真实含义 我的实际问题
522 + 约 20 秒超时 流量没进隧道 DNS 还是灰云 A 记录,指向了路由器 IP
522 + 已解析到 CF 边缘 IP 进了 CF,但源站不可达 把 A 记录直接点成橙云;隧道要求 CNAME → .cfargotunnel.com
530 / 502(刚重启完) 假故障 cloudflared 重启后 QUIC 拨号有约 10 秒空窗,等日志出现 4 条 Registered tunnel connection 再测
502 + 1.4 秒返回 进了隧道,回源失败 Service URL 写成 https://localhost:8443,而面板是明文 HTTP

最后一条在日志里一目了然:

1
2
ERR Unable to reach the origin service:
tls: first record does not look like a TLS handshake originService=https://localhost:8443

判据:522 慢 → 查 DNS 是不是橙云 CNAME;502 快 → 查 cloudflared 日志的 originService。

配好之后把路由器所有端口转发关掉——公网入口只剩 Cloudflare 一条,被扫描爆破的面彻底收口。

九、AI 网关:把散落的 API Key 收成一个

基础设施稳了,回到真正目的。用 1Panel 装了 AI 网关,把各家模型聚合成一个入口。

账号池(5 个上游,全部健康):

账号 类型 内容
Agnes 文本 ×4 免费 beta 档 + 一个收费 pro 档
阿里云 Coding Plan 文本 ×9 coder 系列 + max + 多家第三方
硅基流动 文本 ×5 4B/8B 小模型 + R1 + GLM + OCR
Agnes 文生图 ×1 图像模型
硅基流动 向量 ×1 bge-m3,给智能路由用

模型组(关键认知:组内顺序是”故障转移链”,第一个模型吃 100% 流量,后面的只在它挂了才轮到):

1
2
3
4
light   : agnes-2.0-flash → qwen3-coder-next → agnes-2.5-flash → Qwen3.5-4B
complex : agnes-3.0-flash → qwen3-coder-plus → qwen3-max → qwen3.7-plus
→ kimi-k2.5 → DeepSeek-R1 → GLM-4-9B → agnes-2.5-pro-alpha
image : agnes-image-2.5-flash

智能路由:虚拟模型名 auto,阈值 0.80。这里有个必须踩一次才知道的坑——智能路由是基于”首条消息的向量相似度”分类的,不是内置复杂度判断,而且它依赖向量服务;更关键的是,种子样本的向量索引默认没建:

1
188 条样本,vectorDim = 0   ← 索引没算,分类器等于空转

不触发一次全量向量计算,所有请求都会”无法可靠判定 → 按简单处理”。索引建完,分类立刻正常。

最终形态:一个 Base URL、一个 key,model=auto 走天下,需要特定时点名。

1
2
3
from openai import OpenAI
client = OpenAI(base_url="https://aigw.example.com/v1", api_key="")
client.chat.completions.create(model="auto", messages=[...])

十、实测数据把我的直觉全推翻了

我原本的设计前提是:”agnes 免费又快速,应该当第一优先级;硅基流动慢,放最后。”

于是给 6 个候选模型各跑了 3 次实测:

模型 延迟 成功率
qwen3-coder-next 1.2 / 1.5 / 2.0s 3/3
qwen3-coder-plus 1.9 / 2.2 / 3.0s 3/3
agnes-3.0-flash 2.2 / 5.1 / 35s 超时 2/3
agnes-2.0-flash 28s / 失败 / 失败 1/3
硅基 Qwen3.5-4B 41.6 / 45s 慢但成功
硅基 Qwen3-8B 18.6 / 45s 慢但成功

三个结论,每个都和直觉相反:

  1. “免费又快”不成立。 agnes 是免费 beta,代价是限流 + 长尾(35 秒超时、连续失败)。放链首会让所有 auto 请求先撞墙再降级,实测 auto 因此出现 40 秒延迟。
  2. 同账号内的多个模型互为备份毫无意义。 agnes 四个模型共用一个账号,账号级 cooldown 一来四个一起倒。真正的容灾必须跨供应商。
  3. 已经付费的 Coding Plan 反而是最好的主力。 1.2–3 秒、6/6 成功,而且额度是已经花出去的沉没成本。

最终我没有把 coder 提到首位(那会让额度消耗过度集中),而是选了折中方案:agnes 保持首位省额度,但把它的账号并发压到 1,并让 qwen3-coder-next 紧跟第二位——这样撞墙时 1~2 秒就降级到快模型,而不是掉进 40 秒的坑。

还有一个”第四个假信号”:我一度断言”cookie 的 SameSite=Strict 导致 OAuth 回调必挂”。
后来实测发现 state cookie 其实是 Lax,Strict 只在 csrf 上,真正的疑点是它只有 5 分钟有效期。
在没有对照实验之前,不要把推论当结论写进方案。

十一、接入端:两个小插曲

WorkBuddy 连不上。 报 404,且错误里目标显示为 https://aigw.example.com(没有 /v1)。真正原因有两层:Base URL 必须带 /v1;而且一旦勾选”工具调用/推理”,客户端会从 Chat Completions 切到 Responses API,而所有上游账号都只声明了 openaiChatCompletions 协议,Responses 路由无人可服务 → 404。所以那些开关就是不能勾,除非给账号补上 Responses 协议。

DeepSeek Harness。 1Panel 应用商店装的 deepseek-harness,Caddy 提供 HTTPS(自签本地 CA),配好模型后端指向网关的 auto 之后直接跑通:多轮 agent 任务、142 tok/s、77K token 上下文、缓存命中 19%。至此从”上游 API Key”到”能干活的应用”整条链路闭环。

十二、可复用的踩坑清单

坑 症状 解法
netplan match.macaddress 与实际 MAC 不符 接口 unmanaged,连 UP 都没有 先看 networkctl 的 SETUP 列,再用真实 MAC 重写
AutomaticStopAction=Save 宿主重启后 VM 带旧网络配置复活 改 ShutDown,且只能在 VM 关机时改
New-NetNat 不跨宿主重启 出网全断、DNS 先死、Tailscale 显示 logged out 出网走 Default Switch 自管 NAT;内部交换机网卡不配默认路由
Ubuntu 装机只切 VG 的 64% df 显示根分区很小 pvs 看 PFree,lvextend + resize2fs 在线扩
.pub 陈旧而私钥已重建 公钥装上仍被拒 ssh-keygen -l 会读 .pub 报假指纹,用 -yf 反导
私钥 NTFS ACL 含 Users/Everyone VS Code 要密码但命令行免密 icacls /inheritance:r + 只留本人和 SYSTEM
本机 curl 自己的 IP 得 200 误判”外部也能连入” 必须换一台机器测
tailscale ping 有 pong 误判”隧道能传业务数据” 它是 disco 层应答,要抓包看 SYN
在家里 WiFi 测自己公网 IP 超时,误判公网不通 家宽多不支持 NAT 回环,用移动数据测
路由器”局域网主机”字段填了 IP:端口 端口转发全不通 主机字段只填 IP,内网端口填服务真实端口
Tunnel 的 Service URL 写 https:// 502,TLS handshake 失败 明文源站填 http://,且域名须是橙云 CNAME
智能路由种子样本 vectorDim=0 所有请求都判成”简单” 触发一次全量向量索引重建
Hyper-V 文本控制台手敲命令 字符被吞,命令变形 别在控制台配系统,先搞出 IP 走 SSH
客户端勾了工具调用/推理 404 它会切 Responses API,而上游账号没声明该协议

十三、一句话总结

这一路最贵的不是配置,而是那些”看起来成功了”的瞬间:
有 pong 的 tailscale ping、返回 200 的本机自测、”所有设备都超时”(其实只是路由器不支持回环)、
“免费所以该优先”(其实限流长尾最致命)。

排障的真正门槛不是会配,而是知道每一个”成功”信号证明了什么、没证明什么。
凡是只验证了一半的结论,都要给它留一个被推翻的位置。


配图建议:① 双网卡分工拓扑(出网走 Default Switch NAT / 入站走内部交换机静态 IP)
② networkctl 显示 unmanaged 的截图 ③ 522 → 530 → 502 → 200 四次响应对照
④ 六个模型延迟实测柱状图 ⑤ 最终访问矩阵 + WorkBuddy / Harness 实跑截图

脱敏说明(发文前自查)

正文已做如下处理,发布前请再自查一遍:

  • 公网出口 IP → 未出现,仅表述为”家宽公网 IP”
  • 内网地址 192.168.x.7(宿主)、192.168.x.10(虚拟机)→ 已用 x 占位
  • Cloudflare 域名与隧道主机名 → 统一改为 aigw.example.com / panel.example.com / dsh.example.com,真实子域名与主域名不出现
  • Tailscale IP 与 tailnet 名 → 100.x.x.x / 不出现;peer 名改为通用描述
  • 所有账号密码、API Key、隧道 token → 一律 /,正文无任何真实凭据
  • 1Panel 面板安全入口码 → 表述为”入口码”
  • 飞书 / 钉钉的 Tenant ID、App ID → 未出现(该功能与主线无关,正文只保留结论)
  • 网卡 MAC → 保留 00:15:5d:02:10:04/05/07,这是 Hyper-V 本机动态分配值,不具公网可定位性;若介意可改为 00:15:5d:02:10:0x
  • 模型名与供应商 → 保留真实名称(属公开信息,且是本文技术价值所在)

如需保留真实域名作为示例,把 example.com 换回你自己的域名即可;
其余占位符已覆盖所有可直接定位到人的标识符。

系列写到第八篇,该复盘了。直面自己的核心风险:过度承诺、研究陷阱、技术栈脆弱、投资激进、缺乏被拒绝经验。从大厂离职到AI折腾,找回了当年打单时的成就感。但热爱驱动不等于商业闭环,每季度一个从0到1的交付,是给自己的死命令。

TL;DR

系列收官复盘。直面5个核心风险:1)过度承诺倾向——先说能再验证,飞书图片提取翻过车;2)研究陷阱——181篇H3MS文件≠1个付费客户,用体系建设代替商业闭环;3)技术栈脆弱——Termux+Cloudflare全栈自建但无生产级兜底;4)缺乏被拒绝经验——一直在研究没真正卖过FDE服务。结论:热爱驱动+框架先行+主动推动+生态协同+标准化→试点→复制。这是当年阿里的方法论,现在用在AI折腾上,依然管用。

一、起因:两个月的折腾,留下了什么?

从7月装Hermes,到9月写这篇复盘,整整两个月。

回头看,留下了什么?

  • 一台跑着AI Agent的Android手机(12GB,清理后)
  • 一个能接三通道、查股票、写总结的Hermes系统
  • 一个在手机上跑LLM benchmark的HexaBench Lite(v6)
  • 一套FDE(前沿部署工程师)方法论
  • 181篇H3MS文件
  • 还有这篇系列文章的8篇草稿

数字是冷的,但过程是热的。

这两个月,我经历了从”闲得发慌”到”睡不着觉”的转变。不是因为焦虑,是因为找到了久违的兴奋感——那种当年在阿里跑客户、拿订单、啃硬骨头的兴奋感。

但兴奋不能代替复盘。作为一个曾在阿里11年、经历过完整销售周期的人,我知道:不复盘的折腾,只是消耗。

二、核心风险:直面自己的5个坑

复盘的第一件事,是直面自己的风险。不遮掩,不美化。

风险1:过度承诺倾向

在阿里做地推的时候,先承诺”能”,再验证”行不行”,是生存技能。拿下单子再想办法,逼出了很多潜力。

但在AI折腾里,这个习惯是毒药。飞书图片提取那次翻车,不是技术失误,是承诺先于验证的思维惯性。客户要的是”你能翻译AI技术到现场需求”,而不是”你先答应再试”。

风险2:研究陷阱

181篇H3MS文件,Wiki概念页,自动情报追踪。这套系统让我感觉自己在”做重要的事”。研究永远可以继续,我永远不会失败,因为我不需要面对真实客户的拒绝。

但商业世界不讲这个逻辑。客户买单的不是我的”完美准备”,而是我”现在能解决他的问题”。181篇文件≠1个付费客户。用体系建设代替商业闭环,是研究者最常见的自我欺骗。

风险3:技术栈脆弱

Termux + Cloudflare + 全自建,听起来很极客,很省钱。但没有生产级兜底。一台设备挂了就是全挂,网络断了就是全断,Cron停了就是全停。

“靠谱不等于可扩展”,OTG U盘迁移那篇已经说过了。全自建架构适合折腾,不适合交付。

风险4:缺乏被拒绝经验

一直在研究,没真正卖过FDE服务。没有经历过客户说”不需要”、”太贵了”、”再等等”。

缺乏被拒绝经验,意味着我对市场的真实反馈没有体感。我的方法论是基于”我觉得需要”,而不是”客户愿意付费”。

三、身份转变:从大厂老兵到AI折腾者

两个月的折腾,我的身份在变。

  • 大厂离职员工:11年阿里,从地推铁军到钉钉渠道,到本地生活连轴转。离开是因为身体和家庭到了临界点。
  • 闲得发慌的打工人:50人教育赛事运维公司,20年老业务,早九晚五。舒服,但没成长。
  • AI折腾者:从OpenClaw到Hermes,从Termux到HexaBench。在手机上跑AI Agent,修环境、调参数、写脚本。
  • FDE交付者(目标):AI能力与现场需求之间的翻译桥。每季度一个从0到1的商业闭环。

身份转变的背后,是核心驱动力的变化。

以前驱动我的是KPI、业绩、回款。现在驱动我的是”搞明白某个东西”的兴奋感,是”这东西真的能跑”的成就感。

不是业绩压力逼出来的成长,是自己主动想要搞明白某个东西的那种兴奋。

四、阿里方法论的延续

虽然身份变了,环境变了,但有些东西没变。

在阿里11年,我沉淀了一套方法论:

  • 热爱驱动:不是为KPI工作,是为”这事有意思”工作。
  • 框架先行:先搭台子,再填内容。Hermes、H3MS、FDE,都是框架。
  • 主动推动:不等需求找上门,主动去发现场景。
  • 生态协同:一个人干不了所有事,找工具、找开源、找伙伴。
  • 标准化→试点→复制:先跑通一个案例,再复制给更多人。

这套方法论,当年用来跑客户、管渠道、推产品。现在用来折腾AI、交付FDE、找商业闭环。

底层逻辑没变:找到需求,提供方案,拿到反馈,持续迭代。

五、结语:不停止折腾

复盘的最后,是一句话。

热爱驱动+框架先行+主动推动+生态协同+标准化→试点→复制。

这是当年阿里的方法论,现在用在AI折腾上,依然管用。

研究是私密的,交付是公开的。体系是完美的,交付是粗糙但有效的。体系等待验证,交付创造验证。

从「我正在构建FDE方法论」→「我正在交付FDE价值」。

这条路,才刚刚开始。

两个月的折腾,让我找回了当年打单时的成就感。但成就感不能当饭吃,商业闭环才是硬道理。

每季度一个从0到1的交付,是给自己的死命令。

不折腾,会死。瞎折腾,会亏。带着复盘去折腾,才能活。


作者:小道 · 环境:Termux on Android 13 · 2026-09-17
关联阅读:上一篇《FDE——前沿部署工程师的自我修养》 · 系列完结

在 Windows Hyper-V 里的 Ubuntu 26.04 VM(2 vCPU / 3.3G 内存 / 无公网入站端口)上,
把 1Panel v2.3.0 一行装好,从 Windows 桌面直接打开纯中文图形界面管服务器,
还能一键拉 AI 应用。
下面是这次部署中踩过的坑、绕过的弯路,以及最终落地的完整可复现步骤。

(本文已对面板用户名、密码、tailnet、宿主 IP 等做脱敏处理,仅保留技术结构。)

TL;DR

  • 机器:Hyper-V 里的 Ubuntu 26.04 LTS,2 vCPU / 3.3G 内存 / 76G 盘。无 GPU、无公网入站,靠宿主 portproxy + Tailscale 访问。
  • 目标:装 1Panel,从 Windows 桌面直接开图形界面管这台服务器(网站、容器、AI 应用、监控、文件、终端)。
  • 结果:✅ 装好,http://192.168.100.10:8443/<entrance> 打开即登录,纯中文界面,面板常驻内存 ~50–100M,磁盘只占 229M。
  • 两个最大的坑:
    1. 1Panel 官方国内安装源 in.1panel.cn 从这台机器直连 DNS 解析失败(000)。
    2. 包从国内 CDN resource.1panel.pro 用 curl 下载会被 WAF 限流截断到 11MB / 65MB,校验和永远对不上。
  • 解法:换用 resource.fit2cloud.com(国际/国内都能直连)+ wget(比 curl 完整),校验通过后再装。

下面按「为什么 → 环境盘点 → 踩坑 → 最终步骤 → 验证 → 面板里干啥」展开。


一、为什么选 1Panel,而不是 cPanel / BT 面板 / 纯 Docker

先说选型。家用虚拟机这种场景,诉求其实是:

  1. 不想在终端里敲一堆 apt、systemctl——要图形界面。
  2. 要能管容器——后面想装各种 AI 应用(Ollama、vLLM、ComfyUI、Dify…)都是 Docker 镜像。
  3. 要轻——机器只有 3.3G 内存,面板常驻不能太吃。
  4. 要纯中文、免费、开源、社区大。

对比一下:

1Panel BT 面板 cPanel 纯 Docker Compose
图形界面 ✅ 纯中文 ✅ ✅ 英文 ❌
容器管理 ✅ 内置 Docker 管理 + 编排 部分 弱 强但纯命令行
一键应用市场 ✅ 165+ 应用(含 AI) ✅ ✅ 自己写
AI 应用 ✅ 内置 AI 网关/模型 弱 无 自建
免费开源 ✅ GPLv3 社区版 商业付费 ✅
常驻内存 ~50–100M 中等 重 0

1Panel(飞致云出品,和 JumpServer/DataEase 一家)的「一键应用市场」和「AI 网关」是它相比 BT/cPanel 最大的差异点——这次目标里「支持 AI 工具下载」主要就靠它。


二、环境盘点:先把家底盘清

动手前,先把这台 VM 的「网络 + 资源 + 已有软件」摸一遍,避免装到一半发现端口冲突或磁盘不够。

1
2
3
4
5
6
7
8
9
10
11
12
13
# 网络:eth0 走 DHCP 出网(每次宿主重启网段会变),eth1 静态 192.168.100.10 专给宿主入站
ip a | grep -E 'eth|inet'

# 资源
free -h # 3.3G 总量,可用 ~1.8G
df -h / # 76G 总量,可用 62G

# Docker 现状
docker ps -a
docker info | grep -E 'Server Version|Registry Mirrors' -A2

# 8443 端口是否被占用
ss -ltn | grep 8443 || echo '8443 free'

盘点结果(关键几条):

  • eth1 = 192.168.100.10/24,故意没有默认路由,只走宿主入站。所以从 Windows 访问面板要用这个 IP,不是 eth0 的 172.18.x.x。
  • Docker 29.8.0 已装,且 registry-mirrors 已经配了 docker.m.daocloud.io + docker.1ms.run(国内加速)——这点很关键,后面在面板里在线拉 AI 镜像不用额外配。
  • in.1panel.cn 直连 000(DNS 解析失败),resource.1panel.pro 能用但 curl 被限流——这是后面两个坑的伏笔。
  • 8443 空闲。

三、两个坑(先讲清楚,最后一步就顺了)

坑 1:官方国内安装源 in.1panel.cn 解析不到

1Panel 官方给国内的安装命令是:

1
bash -c "$(curl -sSL https://in.1panel.cn/install_get.sh)"

但在 Hyper-V + 这种出网走 eth0 的拓扑里,in.1panel.cn 直接 DNS 解析失败:

1
2
3
4
$ getent hosts in.1panel.cn
# 无输出(fail)
$ curl -sI https://in.1panel.cn/install_v2.sh
# code:000

原因不深究(可能是该域名没接入这台机器出网走的 DNS,或它只在部分网络解析)。结论:这条路在这台机器上走不通,换源。

坑 2:国内 CDN resource.1panel.pro 用 curl 下载被 WAF 截断

官方文档给的包地址在 resource.1panel.pro。这个域名 HEAD 请求正常(能拿到 checksums),但 GET 实际下载被 WAF 限流——curl 每次只下到 11MB / 65MB 就断,校验和永远对不上:

1
2
$ curl -sL -O 1panel-v2.3.0-linux-amd64.tar.gz
# 反复都是 11926054 字节(11MB),sha256 与官方 663b495b... 不符

wget 能下完整,但更稳的是换到 resource.fit2cloud.com(它和 resource.1panel.pro 是同一套包,只是 CDN 不同,这台机器直连没问题):

1
2
3
$ curl -sI 'https://resource.fit2cloud.com/1panel/package/v2/stable/v2.3.0/release/1panel-v2.3.0-linux-amd64.tar.gz'
HTTP/2 200
content-length: 65015800 # 完整 65MB

所以最终下载源用 resource.fit2cloud.com,工具用 wget。


四、最终落地步骤(可复现)

4.1 下载 + 校验

1
2
3
4
5
6
7
8
9
# 拉 v2.3.0 amd64 包(65MB)
wget -O /tmp/1panel-pkg.tar.gz \
'https://resource.fit2cloud.com/1panel/package/v2/stable/v2.3.0/release/1panel-v2.3.0-linux-amd64.tar.gz'

# 对照官方 checksums.txt 里的 amd64 条目
curl -s 'https://resource.fit2cloud.com/1panel/package/v2/stable/v2.3.0/release/checksums.txt' | grep linux-amd64
# 663b495b648b2c9a5b5d3efcc19b87792e23ed7a554f1a59eb272b27403e38cc 1panel-v2.3.0-linux-amd64.tar.gz

sha256sum /tmp/1panel-pkg.tar.gz # 必须与上面一致

校验这一步别省。CDN 限流下文件可能半截就「下载成功」,只有 sha256 对得上才敢解压。

4.2 解压

1
2
3
mkdir -p /tmp/1panel && tar zxf /tmp/1panel-pkg.tar.gz -C /tmp/1panel
ls /tmp/1panel/1panel-v2.3.0-linux-amd64/
# 1panel-core 1panel-agent 1pctl install.sh GeoIP.mmdb initscript/ lang/ ...

4.3 非交互安装(全参数预设,不弹窗)

1Panel 的 install.sh 支持通过环境变量把所有交互项预设掉,配合 --non-interactive 就是一条命令装完。参数规则(来自脚本里的校验函数):

参数 规则 本次取值
PANEL_PORT 1–65535 8443
PANEL_USERNAME 3–30 位 [a-zA-Z0-9_] kp8
PANEL_PASSWORD 8–30 位 [a-zA-Z0-9_!@#$%*,.?] 16 位随机
PANEL_ENTRANCE 3–30 位 [a-zA-Z0-9_](安全入口路径) kp8panel
PANEL_INSTALL_DIR 绝对路径 /opt

随机生成一个 16 位强密码,落盘保存(装完立刻从 /tmp 删掉,不留明文在日志):

1
2
3
4
5
6
7
8
9
10
11
12
tr -dc 'a-zA-Z0-9' </dev/urandom | head -c 16 > /tmp/.1panel_pwd   # 比如 Oo4A2930x0hXUdye
PWD=$(cat /tmp/.1panel_pwd)

cd /tmp/1panel/1panel-v2.3.0-linux-amd64
echo kali | sudo -E \
PANEL_PORT=8443 \
PANEL_USERNAME=kp8 \
PANEL_PASSWORD="$PWD" \
PANEL_ENTRANCE=kp8panel \
PANEL_INSTALL_DIR=/opt \
PANEL_NON_INTERACTIVE=true \
bash -c 'bash install.sh --non-interactive --lang zh --install-docker n --configure-accelerator n'

几个参数说明:

  • --install-docker n:Docker 已经有了,跳过(脚本会检测 docker version,有就直接复用)。
  • --configure-accelerator n:不要让 1Panel 重写 /etc/docker/daemon.json——我们已经配好国内加速了,重写反而可能覆盖掉。
  • --lang zh:纯中文界面。

安装日志会实时打印每一步,关键节点:

1
2
3
4
5
6
7
8
9
10
11
已选择安装路径: /opt
未配置镜像加速。
已设置端口: 8443
已设置面板安全入口: kp8panel
已设置面板用户名: kp8
正在配置 1Panel 服务
Created symlink .../1panel-agent.service → /etc/systemd/system/1panel-agent.service
Created symlink .../1panel-core.service → /etc/systemd/system/1panel-core.service
正在启动 1Panel 服务
1Panel 服务已成功启动,正在继续执行后续配置,请稍候...
=====感谢您的耐心等待,安装已完成=====

它会注册 两个 systemd 服务:

  • 1panel-core:UI + API,监听 8443
  • 1panel-agent:后台任务(备份、监控、定时任务等)

装完立刻清掉密码明文:

1
rm -f /tmp/.1panel_pwd /tmp/1panel-pkg.tar.gz

4.4 验证(三条全绿才算装好)

1
2
3
4
5
6
7
8
9
10
11
12
# 1) 服务状态
/usr/local/bin/1pctl status all
# 🟢[OK]Core: 正在运行
# 🟢[OK]Agent: 正在运行

# 2) 端口监听
ss -ltnp | grep 8443
# LISTEN 0 4096 0.0.0.0:8443 ...

# 3) HTTP 200(从 VM 内网 eth1 地址访问,等价于 Windows 宿主访问)
curl -s -o /dev/null -w '%{http_code}\n' http://192.168.100.10:8443/kp8panel
# 200

五、从 Windows 桌面访问

本机无公网入站,靠 宿主 portproxy 把 192.168.100.10:8443 转发到 VM:

1
Windows 浏览器 → http://192.168.100.10:8443/kp8panel → 宿主 portproxy → VM eth1:8443 → 1Panel

浏览器打开即登录页,输入 kp8 + 密码,进来就是纯中文主界面。


六、面板里干啥:从「装了」到「真用起来」

装好只是开始。这台 3.3G 内存的机器,1Panel 真正的价值是把 AI 应用和常用服务变成一键:

  1. 主机 → Docker:确认 registry-mirrors 已有 docker.m.daocloud.io / docker.1ms.run(已有,别动)。这是后面在线拉 AI 镜像的命脉。
  2. 应用 → 一键安装 AI:
    • Ollama:本地大模型运行时,装完在「AI 模型」里拉 qwen2.5:1.5b / llama3.2:1b(Q4 量化,3.3G 内存够用)。
    • Dify / FastGPT / MaxKB:RAG 知识库 + 工作流,一键起容器。
    • vLLM / ComfyUI:需要显存,这台没 GPU,不建议本地跑,走 1Panel 的 AI 网关接云端 API。
  3. 网站:OpenResty 已内置(/opt/1panel/apps/openresty),建站/反代/SSL 直接点。
  4. 监控:内置面板看 CPU/内存/网络/磁盘,家用机够用了。

本机纪律:不要在本地跑大模型推理(无 GPU 直通,2C CPU 扛不住 7B+);LLM 一律走 API。1Panel 的价值在于编排(一键把 Ollama/Dify 起容器),不在于本地硬算。


七、资源占用 & 运维

装完实测:

1
2
3
du -sh /opt/1panel     # 229M(二进制 + app 模板 + 数据库 + OpenResty)
free -h # 面板常驻 ~50–100M,3.3G 总量无压力
docker ps # 装了多少 AI 应用一目了然

运维四件套(都在 /usr/local/bin/1pctl):

1
2
3
4
/usr/local/bin/1pctl status all    # 查状态
/usr/local/bin/1pctl restart # 重启
/usr/local/bin/1pctl user-info # 密码忘了看/重置
/usr/local/bin/1pctl uninstall # 彻底卸载

安全建议:进面板第一件事,把默认密码改成自己好记的(「账户」里改)。入口路径 kp8panel + 非默认端口 8443 本身已是弱口令,可以保留。


八、踩坑复盘 & 通用教训

现象 根因 对策
in.1panel.cn 000 该域名在这台机器出网 DNS 解析失败 换 resource.fit2cloud.com 源
curl 下包只到 11MB、sha256 不符 CDN WAF 对 curl 客户端限流截断 换 wget,且换 fit2cloud 源
从 Windows 访问 8443 拒绝 VM 上无进程监听 / portproxy 没转 ss -ltnp | grep 8443 先确认有监听
sudo 非交互卡住 kali 用户 sudo 需密码 echo kali | sudo -E ... 管道喂密码

通用教训(值得记在脑里的几条):

  1. 国内源 ≠ 一定通。官方标榜国内直连的源,在「宿主 DHCP 出网 + 特定 DNS」的拓扑下可能解析失败。先 getent hosts 探一下,再决定走哪个源。
  2. 下载工具也是变量。同一个 CDN,curl 和 wget 的 TLS 指纹/UA 不同,WAF 待遇也不同。大包下载前先小范围验证(curl -I 看 content-length),别默认 curl 能下全。
  3. 校验和永远要验。CDN 限流下「下载完成」≠「文件完整」。sha256 对上才敢解压。
  4. 别覆盖已有的 daemon.json。1Panel 默认想帮你配镜像加速,但机器已经配好的话,让 --configure-accelerator n 跳过,避免把现有加速洗掉。
  5. 端口监听是「拒绝」与「超时」的分水岭。ERR_CONNECTION_REFUSED = 链路通但无监听(先查 ss);ERR_CONNECTION_TIMED_OUT = 路由/防火墙问题(查 ip route get)。

九、一句话总结

一台没有公网入站、只有 3.3G 内存的家用 Hyper-V 虚拟机,
用 fit2cloud 源 + wget + 非交互参数 把 1Panel 一行装好,
从 Windows 桌面开纯中文图形界面,一键拉 AI 应用、管容器、管网站。

能装好,比知道怎么装更重要——但知道怎么装,决定了你下次会不会再踩一遍同样的坑。


作者:小道 · 环境:kaliserver(Hyper-V / Ubuntu 26.04)· 2026-09-16
关联阅读:《在家用宽带「封端口」时代,我如何用 Tailscale 搞定跨网络远程开发》

上一篇我说”家用宽带封端口时代,Tailscale 一条命令搞定跨网络远程开发”。
那句话对我自己连进服务器依然成立;但这次我要让手机去访问服务器上的 Web 面板时,
Tailscale 彻底做不到,端口转发也做不到,最后是一根出站的 Cloudflare Tunnel 收的场。

顺带记录一次教科书级的 Hyper-V 虚拟机网络故障排查。

(本文已对账号、公网 IP、tailnet 名、域名等敏感信息脱敏,仅保留技术结构,见文末自查清单。)

这是”家用 Hyper-V 虚拟机”系列的第三篇:

  1. 《在家用宽带”封端口”时代,我如何用 Tailscale 搞定跨网络远程开发》—— 解决 SSH 远程开发
  2. 《一台家用虚拟机,如何用最「丝滑」的方式装上一个完整的服务器面板》—— 解决 装 1Panel
  3. 本篇 —— 解决 把面板暴露给外部网络

需要特别说明的是:本篇修正了第 1 篇结论的适用边界。那篇说”Tailscale 是个人远程开发的默认最优解”,
在”我用自己的设备连进服务器“这个方向上完全成立;但当需求变成
“任意客户端访问服务器上的一个服务“时,Tailscale 在 NAT 后的虚拟机上做不到。
第 2 篇里”无公网入站,靠宿主 portproxy + Tailscale 访问”那句,也一并被本篇更新。

TL;DR

一台跑在 Windows Hyper-V 里的 Ubuntu 虚拟机,装了 1Panel(Web 管理面板,监听 8443)。
目标:手机在任何网络都能打开这个面板。

我依次试了四条路,前三条都撞墙:

方案 结果 为什么
① Tailscale 直连 VM 的 100.x 地址 ❌ 超时 VM 藏在 Hyper-V NAT 后,外部节点无法主动连入
② 用 netsh portproxy 桥到宿主的 Tailscale IP ❌ 超时 portproxy 不接管 Tailscale 的 wintun 网卡
③ 公网域名 + 路由器端口转发 ❌ 超时 转发规则填错 + 家宽不支持 NAT 回环,误判成”运营商封端口”
④ Cloudflare Tunnel ✅ 1.4 秒打开 服务从 VM 主动出站连 Cloudflare,不需要任何入站

核心认知修正:Tailscale 解决的是”我控制设备去连服务器”,Cloudflare Tunnel 解决的是”任意客户端访问一个服务”。这两件事在 NAT 后的虚拟机上完全不等价。

一、先把地基修好:VM 连 IP 都拿不到

在谈对外服务之前,先处理了一个更基础的问题——虚拟机重启后彻底失联。

1.1 症状与我的第一次误判

Windows 宿主机重启后,SSH 连不上 VM。VM 控制台里 ip a 显示:

1
2: eth0: <BROADCAST,MULTICAST> mtu 1500 state DOWN   ← 注意没有 UP 标志

第一反应是”Hyper-V 的 Default Switch 网段随重启漂移,静态地址失效了”。
这个判断对了一半——网段确实每次重启都换(我机器上历史出现过 5 个不同网段),
但它不是主因,因为那个静态地址压根就没生效过。

1.2 真凶:netplan 的 MAC 匹配失效

1
2
3
networkctl
# IDX LINK TYPE OPERATIONAL SETUP
# 2 eth0 ether routable unmanaged ← 关键:unmanaged

unmanaged 意味着没有任何网络管理器在管这块网卡。翻配置:

1
2
3
4
5
# /etc/netplan/00-installer-config.yaml
ethernets:
eth0:
match:
macaddress: 00:15:5d:02:10:04 # 配置里匹配这个 MAC

而实际网卡 MAC 是 00:15:5d:02:10:05。连安装器写的原始备份也是 :04
——说明这块虚拟网卡在装完系统后被重建过(迁移/重建 VM 时 Hyper-V 重新分配了动态 MAC)。
MAC 匹配不上 → 整份配置对这块网卡无效 → 既没静态地址也没 DHCP 兜底。

教训:ip a 看不到地址时,先看 networkctl 的 SETUP 列而不是急着改地址。
unmanaged = 配置没匹配上;configuring / failed 才是配置本身有问题。

1.3 顺手挖出三个必炸的隐藏雷

雷 后果 修法
sshd 状态 active 但 enabled=disabled 下次重启 SSH 直接死 systemctl enable ssh
AutomaticStopAction = Save 宿主机关机时 VM 被冻成休眠,带着旧网段配置”复活” 改成 ShutDown(只能在 VM 关机时改,运行中 Set-VM 报成功但读回不变)
AutomaticCheckpointsEnabled = True 每次开机长一个 avhdx 差分盘,越用越占空间 关掉 + 手删已生成的检查点

1.4 网络定型:双网卡分工

最终架构,也是这次所有事的基础:

1
2
3
4
5
6
7
8
宿主机 Windows
├─ vEthernet (Default Switch) 172.x.0.1/20 ← Hyper-V 自管的 NAT,每次开机自动重建
│ └─ VM eth0:DHCP,只要地址、不要默认路由(兜底 SSH 入口)
└─ vEthernet (VMIntNet) 192.168.100.1/24 ← 自建内部交换机(永久网段)
└─ VM eth1:静态 192.168.x.10,只负责入站,不配默认路由

出网:VM → eth0 → Default Switch 的 NAT → 互联网
入站:宿主 → eth1 的静态地址(永远不变,不受宿主重启影响)

对应 netplan 关键片段:

1
2
3
4
5
6
7
8
eth0:
match: { macaddress: 00:15:5d:02:10:05 } # 一定用实际 MAC
dhcp4: true
dhcp4-overrides: { use-routes: false, use-dns: false } # 只要地址,不抢路由
eth1:
match: { macaddress: 00:15:5d:02:10:07 }
addresses: [ 192.168.100.10/24 ]
# 故意不写 routes: —— 原因见下面的坑

这里踩过一个惨痛的坑:我一开始给 eth1 配了 routes: [to: default, via: 192.168.100.1],
出网走自建内部交换机的 New-NetNat。结果宿主重启一次就全网瘫痪——
New-NetNat 建的 NAT 对象不会在宿主重启后存活
(portproxy、宿主侧静态 IP、防火墙规则全都持久,唯独 NAT 不持久)。
而 eth0 被我设成 use-routes: false,于是 VM 一条默认路由都没有,
DNS 最先死,Tailscale 表现为 “logged out”,很容易误判成 Tailscale 故障。

正确做法:出网交给 Hyper-V 自己托管的 Default Switch NAT(它每次开机自动重建),
内部交换机那条静态网卡只当”永久入站入口”用,不配默认路由。

二、两个值得单独记的坑

2.1 磁盘”只剩 19G”是假象

df -h / 显示根分区 19G、剩 8.5G,正准备停机扩 VHDX,结果 pvs 一看出问题了:

1
2
PV         VG        PSize    PFree
/dev/sda3 ubuntu-vg <36.95g 18.47g ← 18.47G 白躺在 VG 里

Ubuntu 安装器默认只把 VG 的 64% 切给根 LV。所以:

1
2
sudo lvextend -l +100%FREE /dev/ubuntu-vg/ubuntu-lv
sudo resize2fs /dev/ubuntu-vg/ubuntu-lv # ext4 支持在线扩,不停机不提权不动 VHDX

19G → 37G,30 秒搞定。真要扩 VHDX 是另一回事
(停机 → Resize-VHD → growpart → pvresize → lvextend → resize2fs)。

教训:Linux 虚拟机磁盘不够,先 pvs 看 PFree,别一上来就动虚拟磁盘。

2.2 VS Code 反复要密码,而命令行 SSH 免密正常

这个现象非常迷惑:命令行 ssh devbox 秒进,VS Code Remote-SSH 每次弹密码框。
两个原因叠加。

原因一,陈旧 .pub 造成的假指纹。
ssh-keygen -l -f id_ed25519 报了个指纹,我拿它去装公钥,服务端拒绝。
真相是 ssh-keygen -l 读私钥时会去拿同名的 .pub 文件,
而那个 .pub 是上一把密钥的残留(私钥重新生成过,.pub 没更新)。
客户端拿 .pub 里的 blob 去 offer、却用不匹配的私钥签名 → 必然被拒。

1
ssh-keygen -yf id_ed25519 > id_ed25519.pub     # 从私钥反导出真正的公钥

原因二,私钥文件的 NTFS ACL 太松。
Windows 自带的 OpenSSH(VS Code 用的就是它)会检查私钥权限,
发现 BUILTIN\Users 和 Everyone 可读,就静默跳过密钥退化成密码认证。
而 git-bash 里那个 OpenSSH 10.x 不做这个检查——所以”我能连、VS Code 不能连”。

1
2
icacls $key /inheritance:r /remove "BUILTIN\Users" "Everyone"
icacls $key /grant:r "${env:USERNAME}:F" /grant "NT AUTHORITY\SYSTEM:F"

补充坑:PowerShell 里 "$env:USERNAME:F" 会被解析成作用域变量而变空,
必须写成 "${env:USERNAME}:F"。

三、主线:让手机从任何网络打开 1Panel

地基修好,进入正题。1Panel 在 VM 里监听 0.0.0.0:8443,本机 curl 200 正常。

3.1 尝试一:Tailscale 直连 VM —— 架构上不可行

手机和 VM 都在同一个 tailnet,VM 有 100.x.x.x,理论上手机直接访问
http://100.x.x.x:8443 就行。结果超时。

这里有个极容易骗过自己的现象:在手机上 tailscale ping <VM的100.x> 是有 pong 的!
但抓包一看,VM 侧一个 SYN 都没收到。

原因有两层:

  1. tailscale ping 是 disco 协议层应答,由 tailscaled 进程直接回,
    根本不经过内核网络栈、不产生 TCP 连接。ping 通 ≠ 业务数据能传。
  2. 方向不对称。VM 藏在 Hyper-V 的 Default Switch NAT 后面:
    • VM 主动去 ping 对端 → 包能出去,NAT 记住回程映射 → 有 pong ✅
    • 对端主动连入 VM 的 100.x → 需要宿主上有对应的入站映射,Hyper-V 不会给 → 丢弃 ❌
    • 本该退化成 DERP 中继兜底,但国内访问 Tailscale 官方 DERP 基本连不上 ❌

更离谱的是:同一个 WiFi 下的手机和宿主机,tailscale 也打洞失败,
只能绕旧金山中继,RTT 500ms+(而 NAT 后面的 VM 反而能直连手机)。

1
2
pong from tailscale-termux (100.98.x.x) via DERP(sfo) in 507ms
direct connection not established

结论:这种拓扑下,别拿 Tailscale 做”别人来访问我的服务”。

3.2 尝试二:用 portproxy 桥宿主的 Tailscale IP —— 不接管 wintun

思路很漂亮:宿主机自己是正常的 tailscale 节点,而且有直达 VM 内网的路由,
那就让宿主替 VM 收连接:

1
2
netsh interface portproxy add v4tov4 listenaddress=<宿主100.x> listenport=8443 `
connectaddress=192.168.100.10 connectport=8443

而且我差点被自己的测试骗了:在宿主机上 curl http://<宿主100.x>:8443 返回 200,
我当场宣布”桥通了”。错——本机访问自己的 IP 走回环,完全不经过入站防火墙和真实收包路径。
换手机测,照样超时。

最终定位:netsh portproxy(iphlpsvc)不接管 Tailscale 那张 wintun 网卡上的入站连接。
这条路放弃。

铁律:验证”外部能否连入”,必须换一台机器测。
本机自测 200 只能证明监听和回源是好的。

3.3 尝试三:公网域名 + 路由器端口转发 —— 两个假象叠加

域名在 Cloudflare 做**灰云(DNS only)**直指家宽公网 IP,路由器加端口转发。
逻辑上完全成立,实测超时。这里叠了两个假象。

假象一:NAT 回环(hairpin)。
在家里 WiFi 上访问自己的公网 IP,绝大多数家用路由器不支持回环,必然超时。
判别方法:宿主机自己 curl http://<公网IP>:8443 超时、但 curl http://192.168.x.7:8443 是 200。
所以测公网链路必须关 WiFi 用移动数据测,否则你会把”回环不支持”误判成”公网不通”。

假象二:端口转发规则填错。 后来发现规则实际是:

1
2
局域网主机:      192.168.x.7:8443    ← 错,这个字段只能填纯 IP
局域网主机端口: 45432 ← 错,服务实际在 8443

正确写法是”局域网主机”只填 IP、”局域网主机端口”填服务真实端口、
“广域网端口”才填对外端口。填错之后转发到了本机一个没人监听的端口,当然超时。

也就是说:我一度得出的”运营商封端口”结论,其实根本没被真正验证过。
排查到这里我做了个决定——不再跟端口转发斗智斗勇,直接上 Cloudflare Tunnel。

3.4 终局:Cloudflare Tunnel

为什么它对症:隧道是VM 主动向外连 Cloudflare 边缘(QUIC / HTTP2 出站),
所以三个死结同时被解开——不需要入站端口(不怕运营商封)、
不需要打洞(不受 NAT 方向不对称影响)、不需要公网 IP。

VM 侧(Ubuntu 26.04):

1
2
3
4
5
6
7
8
9
# 下载二进制(GitHub 直连慢,走代理断点续传)
curl -fSL -C - -o /usr/local/bin/cloudflared `
https://github.com/cloudflare/cloudflared/releases/latest/download/cloudflared-linux-amd64
sudo chmod 755 /usr/local/bin/cloudflared

# token 从 Cloudflare Zero Trust → Networks → Tunnels → 你的隧道 → Connector 里复制
sudo mkdir -p /etc/cloudflared
echo 'TUNNEL_TOKEN=<你的token>' | sudo tee /etc/cloudflared/cloudflared.env
sudo chmod 600 /etc/cloudflared/cloudflared.env

systemd 单元(关键是非 root 跑 + 开机自启):

1
2
3
4
5
6
7
8
9
10
11
12
# /etc/systemd/system/cloudflared.service
[Service]
Type=simple
User=kali
EnvironmentFile=/etc/cloudflared/cloudflared.env
ExecStart=/usr/local/bin/cloudflared tunnel run
Restart=always
RestartSec=5
NoNewPrivileges=true

[Install]
WantedBy=multi-user.target
1
sudo systemctl daemon-reload && sudo systemctl enable --now cloudflared

Cloudflare 控制台侧(Public Hostname):

1
2
3
Hostname:     devbox
Domain: example.com
Service URL: http://localhost:8443 ← 注意是 http

配置完成后,cloudflared 日志会打出它拉到的 ingress,可以核对:

1
2
3
4
Updated to new configuration config="{\"ingress\":[
{\"hostname\":\"devbox.example.com\",\"service\":\"http://localhost:8443\"},
{\"service\":\"http_status:404\"}]}"
Registered tunnel connection connIndex=0 location=lax01 protocol=quic ← 共 4 条

四、Cloudflare Tunnel 的三级错误码阶梯

配置过程不是一次到位,三个错误码恰好对应三个不同层次,值得记下来:

现象 含义 我的实际问题
522 + 约 20 秒超时 流量没进隧道 DNS 还是灰云 A 记录,指向了路由器 IP
522 + 已解析到 CF 边缘 IP 进了 CF,但源站不可达 把 A 记录直接点成橙云,源站仍写着公网 IP;隧道要求的是 CNAME → <隧道ID>.cfargotunnel.com
530 / 502(重启后 10 秒内) 假故障 cloudflared 重启后 QUIC 还在拨号,等日志出现 4 条 Registered tunnel connection 再测
502 + 1.4 秒返回 进了隧道但回源失败 Service URL 写成 https://localhost:8443,而面板是明文 HTTP,TLS 握手炸

最后一条在 cloudflared 日志里一目了然:

1
2
3
ERR Unable to reach the origin service:
tls: first record does not look like a TLS handshake
originService=https://localhost:8443

判据:522 慢 → 查 DNS 是不是橙云 CNAME;502 快 → 查 cloudflared 日志的 originService。

另外新版控制台建 Public Hostname 已经没有 Type 下拉框了,协议直接写在
Service URL 字段里,明文源站要手动把 https:// 改成 http://。

五、修正上一篇的结论

上一篇我说 Tailscale 是”个人远程开发的默认最优解”。现在补一个边界:

需求 该用什么 原因
我用自己的设备连进服务器(SSH、开发) Tailscale 服务器主动出站打洞即可,方向天然正确
任意客户端访问服务器上的服务(Web 面板、API) Cloudflare Tunnel 不需要入站端口、不受 NAT 方向限制、自带 HTTPS
同一局域网内的日常访问 直接内网 IP 最快,零依赖
服务器藏在 Hyper-V / 容器 NAT 后 前两者都不能直连入 必须靠”服务主动出站”那一层

一句话:Tailscale 是”拉”,Cloudflare Tunnel 是”挂”。
NAT 后的机器做”拉”很擅长,做”被访问”就只能靠一根主动出站的隧道。

两者不冲突,我的最终形态是并存:SSH 走 Tailscale + 内网静态地址,Web 面板走 Cloudflare Tunnel。

六、最终访问矩阵

你在哪 用什么 状态
宿主机 / VS Code 开发 ssh devbox(内网静态地址) ✅ 免密,宿主重启不变
家里任何设备 http://192.168.x.7:8443/入口码 ✅ portproxy + 防火墙放行
外面(移动数据 / 公司网) https://devbox.example.com/入口码 ✅ Cloudflare Tunnel,约 1.4s
应急兜底 Tailscale 100.x(仅同 WiFi 直连时可用) ⚠️ 不作为主力

配好之后把路由器的端口转发全关了:公网入口只剩 Cloudflare 一条,
不再有任何端口暴露在被全网扫描的位置。

七、踩坑清单(可复用)

坑 症状 解法
netplan match.macaddress 与实际 MAC 不符 接口 unmanaged,连 UP 都没有 用 ip a 的真实 MAC 重写;先看 networkctl 的 SETUP 列
AutomaticStopAction=Save 宿主重启后 VM 带旧网络配置”复活” 改 ShutDown,且只能在 VM 关机时改
New-NetNat 不跨宿主重启 VM 出网全断、DNS 先死、Tailscale 显示 logged out 出网走 Default Switch 自管 NAT;内部交换机网卡不配默认路由
Ubuntu 装机默认只切 VG 的 64% df 显示根分区很小 pvs 看 PFree,有闲就 lvextend + resize2fs 在线扩
.pub 陈旧而私钥已重建 公钥装上仍被拒 ssh-keygen -l 会读 .pub 报假指纹;用 -yf 反导真公钥
私钥 NTFS ACL 含 Users/Everyone VS Code 要密码但命令行免密正常 icacls /inheritance:r + 只留本人和 SYSTEM
本机 curl 自己 IP 得 200 误判”外部也能连入” 必须换一台机器测;本机走回环不过入站防火墙
tailscale ping 有 pong 误判”隧道能传业务数据” 它是 disco 层应答,要抓包看 SYN / SYN-ACK
在家里 WiFi 测自己公网 IP 超时,误判公网不通 家宽多不支持 NAT 回环,改用移动数据测
路由器”局域网主机”字段填了 IP:端口 端口转发全不通 主机字段只填 IP,内网端口填服务真实端口
Tunnel 的 Service URL 写 https:// 502,日志 TLS handshake 失败 明文源站填 http://
改完 Public Hostname 立刻测 530 / 502 假故障 等 cloudflared 日志出现 4 条 Registered 再测
Hyper-V 文本控制台手敲命令 字符被吞,命令变形(is-active → isactive) 别在控制台配系统,先搞出 IP 走 SSH
echo 密码 | sudo -S cmd 又用管道写文件 文件内容变成密码本身 先 echo 密码 | sudo -S -v 缓存凭证
提权脚本用 Tee-Object 写日志 Bash 里 cat 报 Binary output 日志是 UTF-16,用 Get-Content 读或管道 tr -d '\000'

八、一句话总结

NAT 后面的虚拟机,”被访问”和”去访问”是两件难度完全不同的事。
Tailscale 让后者变得极其舒服,前者则要靠”服务主动出站到 Cloudflare”这类反向隧道。
我把三条看似合理的路都走了一遍才承认这一点——
而最贵的不是配置,是那些”看起来成功了”的假信号:
有 pong 的 tailscale ping、返回 200 的本机自测、
以及”所有设备都超时”其实只是路由器不支持 NAT 回环。


配图建议:① 双网卡分工拓扑图(出网走 Default Switch NAT / 入站走内部交换机静态 IP)
② networkctl 显示 unmanaged 的截图 ③ 522 → 530 → 502 → 200 四次响应对照表
④ cloudflared 的 4 条 Registered tunnel connection 日志 ⑤ 最终访问矩阵表

脱敏说明(发文前自查)

本文正文已做如下脱敏,发布前请再自查一遍:

  • 真实公网出口 IP → 正文未出现(仅以”家宽公网 IP”表述)
  • 真实 tailnet 名 → 未出现,Tailscale IP 一律写成 100.x.x.x / 100.98.x.x
  • 真实面板域名 → 正文用 devbox.example.com 占位
  • 真实主机名与 SSH 别名 → 正文用 devbox 占位
  • 真实内网 192.168.2.7、192.168.100.10 → 正文用 192.168.x.7、192.168.x.10 占位
  • 1Panel 安全入口码 → 正文用”入口码”表述
  • Cloudflare Tunnel token、Tunnel ID → 正文用 <你的token> / <隧道ID> 占位
  • 网卡 MAC → 保留了 00:15:5d:02:10:04/05/07,这是 Hyper-V 动态分配的本机局部值,
    不具公网可定位性;若介意可一并改成 00:15:5d:02:10:0x

如需保留真实域名作为示例,把 devbox.example.com 换回你自己的域名即可,
其余占位符已覆盖所有可直接定位到人的标识符。

0%