ARCANADA
全部文章
博客 2026年6月17日

这个月都做了什么:从虚拟机迁移到裸金属服务器

这个月都做了什么:从虚拟机迁移到裸金属服务器

系列第一篇承诺会单独介绍这个月的主线:把基础设施从租用的虚拟机迁移到自有的裸金属服务器。从外部看不到区别:网站、机器人和状态仪表盘都没变。变化发生在底层基础设施,这几乎解释了 Arcanada 第二个月的所有数据。

几乎没有推出面向外部的新产品。继 Coworker、Disk Arcana 和 Transcribator 之后,这个月没有继续扩展门面,而是深入工作,为现有产品打造支撑它们的基础。

任务复杂度为什么上升

在已标记任务中,复杂任务的占比——L3(必须有 PRD)和 L4 史诗任务——从 29% 上升到 33%。第二阶段共有 79 项 L3 任务和 22 项 L4 史诗任务。

需要说明统计方法:任务复杂度字段直到五月才加入归档,因此四月有 29% 的任务完成标记,六月则为 86%。不同阶段的各等级绝对数量不能直接比较——这反映的是标记不均衡,而非复杂度成倍上升。只有各阶段内部的占比可以比较。

从数据库迁移就能看出复杂度上升的原因。把数据库从云服务器迁移到专用服务器,被拆成六个阶段:备份结构、复制数据、试运行、切换流量、验证完整性、拆除旧实例。每个阶段都是独立的 L3 史诗任务,各自有 PRD、测试和验收标准。在云端,这可能只需一条 API 命令;在裸金属服务器上,却需要六项史诗任务。

尾巴

本月的标志性说法是“尾巴”。迁移一个服务会牵出一串依赖:DNS、证书、防火墙规则、数据库连接和监控代理。解决一条尾巴,又会冒出两条新的。

举个例子。数据库一天之内就迁到了新服务器上,但有 15 个使用方:服务、队列和后台任务,每一方都在自己的配置中保存了数据库地址。逐个在线切换会让整个系统连续数小时出现连接错误。因此,团队从代码仓库中找出所有使用方,再通过构建流水线统一切换——一次协调完成,而不是分 15 次各自处理。

可见的部分——迁移数据库——只花了一天;不可见的部分——迁移所有依赖项——花了一周。一个月里出现了几十项这样的尾部工作,因此即使关闭的任务数量相近,第二个月也比第一个月更繁重。

重点转移:主要项目

从归档数量最多的项目可以看出重点发生了转移。第一阶段主要关注框架和模型连接器:

阶段 1(四月至五月)归档数
Datarim(框架)101
Model Connector58
基础设施48
Auth Arcana30
Transcribator24

第二阶段则转向基础设施和托管空间:

阶段 2(五月至六月)归档数
Datarim(框架)85
基础设施37
托管空间25
Arcanada 核心23
状态仪表盘22

基础设施项目的占比增加了。第一阶段完全没有托管空间和状态仪表盘——没有这两个项目,就无法协调这次迁移。

为什么选择裸金属,而不是更多云服务

服务数量较少时,云服务很方便。但如果有几十项服务——数据库、代理、开发和生产环境、队列、缓存——租用就会变得昂贵且不透明:账单按峰值而不是平均负载计算。

专用服务器的价格固定,对应明确的硬件,使用情况也由自己掌控。几台负载不足的服务器,比把同样预算分散在云实例中更能给自主智能体留出资源余量:智能体部署新服务时,不必担心碰到别人的限额。

一个月内,服务器集群从约 24 台缩减到 19 台:数据库和密钥库迁到了新的专用节点,拆除了两台多余服务器,又新增了两台专用机器——一台用于数据库,一台用于开发。尽管如此,账单还是高于第一个月的 €216 基准。这是对基础设施的有意投资,并非扩张。

代价是硬件不会自行恢复。云服务器故障时,可以由另一台机器接替;在自己的服务器上,诊断和恢复要由拥有相应权限和上下文的智能体承担。运行自有服务器意味着身边必须有人——人或智能体都可以——能掌握整条依赖链。

足以放开缰绳的基础

本月的核心观点是:基础设施不是费用,而是对自主能力的投资。租用虚拟机上的服务受到他人 SLA、价格和限制的约束;使用专用服务器,则能完全掌控硬件、网络和访问权限。

这对智能体至关重要。没有可靠的基础,就不能把生产环境交给自主智能体:部署服务的任务可能碰上云服务的机器数量限制、网络延迟或区域不可用,智能体只能停下来等待响应。使用专用硬件可以把这些风险降到最低:网络由自己掌控,资源容量明确,使用状况也能实时查看。

这条逻辑链很直接:专用硬件——可预测的环境——放开缰绳。同样的逻辑也支撑着本周期的双层编排:任务从本地启动,节点上的编排器把它交给各自独立会话中的智能体,每一层都取决于下方基础是否稳固。

下一步

迁移不是终点,而是开始。接下来有三个方向:

  • 收尾尚未完成的迁移,让仍运行在云服务器上的服务完成切换。每一项都是可能导致线上系统中断的 L3 史诗任务。
  • 实现向裸金属服务器的自动部署,让智能体了解环境是可预测的,从而无需人工干预就能启动服务。
  • 把硬件指标加入状态仪表盘:磁盘温度、处理器使用率、SMART 错误。智能体应当和运维人员一样了解基础设施健康状况。

一个月都没有推出新产品,从外面看像是在原地踏步。我理解这种挫败感,因为自己也有同样感受。但基础设施债务就像贷款利息:现在不还,日后就得付出双倍代价——自主智能体可能会在不可靠的基础上弄垮生产环境。基础已经打好;如果没有这一步,接下来一个月的自主智能体、商业项目和开源工作都无从谈起。