上个月邻居问我怎么给她家人搭一个 AI 助手。她的孩子在用 ChatGPT 做作业，她老公想用它找食谱，她自己用来处理工作。三个独立订阅，每月 60 美元，每一句话都经过她从没想过的服务器。"应该有更好的办法，"她说。
确实有。一台旧笔记本、ZeroClaw、一个家庭 Telegram 群。就这些。一个给全家人用的 AI 助手，跑在你已经有的硬件上，每月花费比一个流媒体订阅还少。
为什么这套方案在经济上说得通
云端 AI 订阅模式是围绕个人设计的。ChatGPT Plus 每人每月 20 美元，Claude Pro 每人每月 20 美元。四口之家每月 80 美元——每年 960 美元——只是为了用上 AI 助手。而且孩子问的每道作业题、另一半查的每个食谱、你打的每个工作问题，都经过别人的服务器，存在别人的数据库里，受你可能从没读过的数据保留政策约束。
家庭 AI 中枢颠覆了这个模式。你一次性付硬件费用——或者用你已经有的东西——然后付一笔覆盖全家的小额月费。AI 处理仍然发生在 Anthropic 或 OpenAI 那边，但路由、记忆和对话历史都在你自己的机器上。如果加上 Ollama 跑本地模型，连 AI 处理也留在家里。
ZeroClaw 让这件事变得实际，因为它的资源占用。大多数 AI Agent 运行时需要一台有几 GB 内存的专用服务器。ZeroClaw 用 4MB。一台 2016 年的旧笔记本，8GB 内存，运行 ZeroClaw 只用了 0.05% 的内存。合上盖子，插上电源，它就静静地跑在房间角落，耗电量和手机充电器差不多。
硬件问题
说实话，你可能已经有能用的东西了。一台升级后就放在抽屉里的旧笔记本——插上电，装个 Linux 或者保持 macOS，就是你的 AI 服务器。Raspberry Pi 4 或 5 售价 35-80 美元，安静、小巧、耗电极低。一台被新款替代的 Mac Mini 完全够用。甚至一台旧安卓手机通过 Termux 也能跑 ZeroClaw，虽然这更像是个趣味尝试而不是大多数家庭的推荐方案。
唯一真正的要求是这台机器能保持开机并连接网络。ZeroClaw 本身几乎不需要什么——瓶颈永远是到 AI 服务商的网络连接，而不是跑 Agent 的硬件。一台 35 美元的 Raspberry Pi 4 能毫不费力地处理数百个并发对话，因为 ZeroClaw 的工作是消息路由，不是 AI 推理。
搭建过程
整个搭建大概需要十五分钟，大部分时间是在等东西下载。
用 bootstrap 脚本安装 ZeroClaw：
```bash curl -fsSL https://raw.githubusercontent.com/zeroclaw-labs/zeroclaw/main/scripts/bootstrap.sh | bash ```
通过 @BotFather 创建一个 Telegram 机器人——大概两分钟，会给你一个 token。创建家庭群，把家人加进去，把机器人加进去，获取群聊 ID。然后配置 ZeroClaw：
```toml [ai] provider = "anthropic" model = "claude-sonnet-4-20250514" api_key = "sk-ant-..."
[ai.system_prompt] text = """你是一个贴心的家庭助手。态度友好、耐心，表达方式适合各年龄段。 对于作业问题，引导思考而不是直接给答案——帮孩子自己想明白。 在群聊中保持回复简洁。"""
[channels.telegram] token = "YOUR_BOT_TOKEN" allowed_chats = [-100123456789] ```
系统提示是你为家人定制助手个性的地方。作业问题"引导思考而不是直接给答案"这条很重要——它让机器人帮孩子思考问题，而不是直接递答案。你可以加上饮食偏好用于食谱建议，记录家人的兴趣爱好，或者任何让助手对你家更有用的上下文。
把它设置为 systemd 服务，这样开机自动启动，崩溃了自动重启：
```bash sudo tee /etc/systemd/system/zeroclaw.service << 'EOF' [Unit] Description=Family AI Assistant After=network-online.target
[Service] Type=simple User=pi ExecStart=/home/pi/.cargo/bin/zeroclaw start Restart=always
[Install] WantedBy=multi-user.target EOF
sudo systemctl enable --now zeroclaw ```
搞定。你的家庭 AI 助手上线了，能扛过重启，出问题自动恢复。
用起来是什么感觉
跨渠道的共享记忆是让这套方案真正有用而不只是技术上有趣的关键。孩子周一告诉机器人一个学校项目，周四问后续问题时它还记得。你提到家里有人吃素，之后每个食谱建议都会考虑这一点。上下文随时间积累，助手用得越久越好用。
实际用起来，家庭群聊变成了一个任何人都可以随时问任何问题的地方。作业问题得到有思考引导的帮助而不是直接答案。食谱请求得到考虑了冰箱里有什么、谁在吃的建议。日程问题被记住并在需要时召回。知识竞赛争论被解决。语言问题得到解答。助手就在家人本来就在沟通的地方，这意味着它真的会被用到——不像需要切换上下文的独立 app。
如果家里有小孩，安全配置值得花几分钟设置一下。ZeroClaw 允许你设置内容过滤和屏蔽特定话题，如果家人除了群聊还有和机器人的单独对话，也可以设置每个用户的规则。配置是简单的 TOML，不是复杂的管理界面。
成本现实
算法很简单。四口之家用云端 AI 订阅每月 80 美元，每年 960 美元。家庭 AI 中枢的典型家庭用量——每天几百条消息——API 费用大概每月 5-15 美元，加上 1-3 美元的电费。全家合计每月 6-18 美元。
如果想要完全隐私和零持续成本，在同一台机器上加 Ollama，把 ZeroClaw 指向本地模型。质量比前沿云端模型低，但对于作业辅导、食谱和一般问题，本地的 llama3.1:8b 完全够用。没有任何数据离开你的家庭网络。API 费用降到零。
混合方案是大多数家庭的实际最优解：简单问题用本地模型，复杂问题用云端模型。ZeroClaw 根据你配置的复杂度阈值自动路由。实际上，80-90% 的典型家庭查询都在本地免费处理；真正需要前沿推理能力的那些才回退到云端。
更大的意义
这套方案代表的意义，超出了省钱本身，值得说一说。你家人的 AI 对话——作业问题、食谱想法、日程安排、随机好奇心——是你们自己的。它们存在你的硬件上，在一个你可以随时备份、查看或删除的 SQLite 文件里。它们不是别人模型的训练数据。它们不受某家公司明年可能改变的数据保留政策约束。
让这一切成为可能的工具已经存在一段时间了，但以前需要相当的技术专业知识来搭建。ZeroClaw 4MB 的占用和单二进制部署改变了这一点。门槛现在低到任何能跟着教程走的人都能在自己已有的硬件上搭起一个私有的、全天候的 AI 助手。问题不是这能不能做到——而是你是否还想继续每月付 80 美元用云端版本。