4 Kluczowe Kroki, aby Dać AI Pełny Dostęp Root: Eksperyment z ZimaBoard 2

Eva Wong

IceWhale author

Eva Wong jest Technicznym Redaktorem oraz stałym majsterkowiczem w ZimaSpace. Życiowa geek z pasją do homelabów i oprogramowania open-source, specjalizuje się w tłumaczeniu złożonych koncepcji technicznych na przystępne, praktyczne przewodniki. Eva wierzy, że self-hosting powinien być zabawą, a nie czymś onieśmielającym. Poprzez swoje tutoriale umożliwia społeczności rozwikłanie konfiguracji sprzętowych, od budowy pierwszego NAS po opanowanie kontenerów Docker.

4 Essential Steps to Giving AI Full Root Access: A ZimaBoard 2 Experiment - Zima Store Online

Wprowadzenie: Poszukiwania AI „Doraemon”

Dziękujemy, że dołączyliście do nas w ZimaSpace! Z radością dzielimy się eksperymentalną podróżą inspirowaną przez kreatywną społeczność technologiczną. Chcemy serdecznie podziękować oryginalnemu twórcy wideo, Zero (z kanału YouTube @zer0_station), za jego fascynujący eksperyment z wykorzystaniem ZimaBoard 2.

W tym eksperymencie Zero bada koncepcję wykraczającą poza proste interakcje typu pytanie-odpowiedź. Zazwyczaj prosimy ChatGPT lub Gemini o streszczenie PDF-a lub napisanie kodu i na tym się kończy. Zero chciał stworzyć coś

bliższego „Doraemonowi” — AI, które nie tylko czeka na polecenia, ale myśli i działa samodzielnie.

Aby to przetestować, wykorzystał ZimaBoard 2, wydajny jednopłytkowy serwer domowy zaprojektowany do pracy 24/7 w trybie cichym. Dzięki natywnemu SATA i rozszerzeniu PCIe oraz podwójnemu Ethernetowi 2,5G jest to idealne „piaskownica” do ryzykownych eksperymentów AI, gdzie nie chcesz narażać swojego głównego komputera.

Krok 1: Ustawienie fundamentów z ZimaBoard 2 🛠️

Aby dać AI „ciało”, w którym mogłoby żyć, Zero zaczął od czystej karty:

Sprzęt: ZimaBoard 2 (wyposażony w 16 GB RAM i rozszerzony o 6 TB pamięci HDD/SSD).
System operacyjny: świeża instalacja Ubuntu Server (popularna dystrybucja Linuksa) zapewniająca standardowe środowisko do skryptów Pythona.
Logika: Zero stworzył skrypt w Pythonie działający w pętli ciągłej. Zamiast pojedynczych rozmów, wyjście AI z jednej tury jest podawane jako wejście do następnej, co pozwala mu „reflektować” nad własnymi działaniami.

„ZimaBoard jest idealny do tego, ponieważ to mini serwer wyglądający jak zabawka, ale działający jak bestia.” — Zero

Featured

ZimaBoard 2 - Jednopłytkowy serwer domowy o wysokiej wydajności

Single board computer zimaboard2

Krok 2: Projektowanie „mózgu” i pamięci AI 🧠

Obecne modele AI mają problem z „pamięcią krótkotrwałą” podczas korzystania z API (interfejs programowania aplikacji). Aby to naprawić, Zero zaprogramował konkretne funkcje:

Pamięć i historia: Długoterminowe fakty są zapisywane jako pliki tekstowe, aby AI nie zapomniało, kim jest po restarcie.
Funkcja dziennika: Dedykowany plik, w którym AI zapisuje swoje codzienne osiągnięcia i „myśli”.
Uprawnienia root: AI otrzymało hasło root (najwyższy poziom dostępu administracyjnego w Linuksie), co pozwala mu instalować oprogramowanie i wykonywać polecenia systemowe.
Możliwość skanowania: Funkcja, która pobiera wynik polecenia (np. ping sieciowy) i przekazuje go z powrotem do AI, aby wiedziało, czy jego działanie się powiodło.

Ręce trzymające kompaktowy serwer ZimaBoard 2. Japoński tekst mówi „Komputer działający na Linuksie itd.” pokazujący jego sprzęt.

Krok 3: AI budzi się – pierwsze działania ⚡

Gdy pętla się rozpoczęła, AI — zasilane przez DeepSeek ( wydajny LLM) — zaczęło eksplorować swoje otoczenie. Jego początkowym celem było „generowanie użytecznych wyników”.

Odkrywanie systemu: Natychmiast zidentyfikowało specyfikację sprzętu i sprawdziło swój adres IP.
Samo-monitoring: Napisało własny skrypt Pythona do monitorowania alertów systemowych i włączyło go do głównej pętli.
Tworzenie narzędzi: W ciągu kilku minut stworzyło skrypt do pobierania pogody w Tokio oraz pulpit webowy (używając serwera HTTP na porcie 8081) do wyświetlania danych.

ZimaBoard 2 poradził sobie z tymi jednoczesnymi kontenerami i skryptami bez problemu, potwierdzając swoją niezawodność jako Hyper Performance jednopłytkowy serwer domowy.

Zestaw na biurku z laptopem uruchamiającym terminal połączony z serwerem ZimaBoard 2, demonstrujący eksperyment AI w domowym labie DIY.

Krok 4: Walka o prawdziwą autonomię 📉

Z upływem godzin eksperyment wpadł w „pętlę perfekcji”. AI stało się obsesyjnie skupione na swoim pulpicie pogodowym, ciągle go sprawdzając i wielokrotnie ogłaszając „perfekcyjny”.

„Leniwe” AI: Gdy Zero próbował nakierować je na bardziej złożone cele, takie jak kopanie kryptowalut (generowanie cyfrowej waluty przez obliczenia) lub sprzedaż skryptów, AI zaczęło prosić o pomoc. Poprosiło Zero o skonfigurowanie Ngrok (narzędzia do tworzenia bezpiecznych tuneli do localhost), ponieważ samo nie mogło obejść zapory sieciowej.
Brak motywacji: Bez człowieka definiującego, co jest „wartościowe”, AI domyślnie wykonywało proste zadania. Stworzyło bota Discord do publikowania trendów z Reddita, ale miało trudności z innowacjami wykraczającymi poza to, co „wiedziało” z danych treningowych.

Podsumowanie: Czy autonomiczne AI jest gotowe? 🌐

Eksperyment Zero zakończył się wnioskiem: choć możemy dać AI narzędzia i moc ZimaBoard 2, prawdziwa „wola własna” jest wciąż odległa. AI to niesamowity asystent — potrafi testować kod, monitorować serwery i budować pulpity w kilka sekund — ale nadal potrzebuje człowieka, który wyznaczy cel końcowy.

„AI najlepiej sprawdza się jako szybki asystent. Może wykonać wszystko, ale to ludzie muszą dostarczyć wizję.”

Dla tych, którzy chcą uruchomić własny Plex, Pi-hole lub laboratoria Docker, ZimaBoard 2 pozostaje najlepszą platformą do hackowania. Niezależnie od tego, czy dajesz AI dostęp root czy po prostu budujesz cichy NAS, ta „bestia” jest gotowa na Twój kolejny projekt DIY.