4 Kluczowe Kroki do Przyznania AI Pełnego Dostępu Root: Eksperyment z ZimaBoard 2

Wprowadzenie: Poszukiwania AI „Doraemon”

Dziękujemy, że dołączyliście do nas w ZimaSpace! Jesteśmy podekscytowani, mogąc podzielić się eksperymentalną podróżą inspirowaną kreatywną społecznością 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 lub napisanie kodu i na tym się kończy. Zero chciał stworzyć coś

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

Aby to przetestować, wykorzystał ZimaBoard 2, wydajny jednopłytkowy serwer domowy zaprojektowany do cichej pracy 24/7. Dzięki natywnemu SATA i rozszerzeniu PCIe oraz podwójnemu Ethernet 2,5G jest to idealne „piaskownica” do eksperymentów AI o wysokim ryzyku, gdzie nie chcemy narażać głównego komputera.

Krok 1: Ustawienie fundamentów z ZimaBoard 2 🛠️

Aby dać AI „ciało”, w którym może 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 wprowadzane jako dane wejściowe do następnej, co pozwala mu „reflektować” nad własnymi działaniami.

Eksperyment ten opiera się na szerszych możliwościach opisanych w recenzji i konfiguracji serwera domowego ZimaBoard 2, obejmującej maszyny wirtualne, kontenery Docker, sieci, pamięć masową i procedury tworzenia kopii zapasowych.

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

Ten sam duch DIY przejawia się w przyjaznym dla majsterkowiczów opakowaniu ZimaBoard 2 , które można przekształcić w kompaktową podstawę na biurko dla płyty i podłączonych dysków, pomagając utrzymać porządek w fizycznej konfiguracji serwera AI.

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.

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 tych danych.

ZimaBoard 2 poradził sobie z tymi jednoczesnymi kontenerami i skryptami bez problemu, udowadniając swoją niezawodność jako Hyper Performance Single Board Home Server.

Krok 4: Walka o prawdziwą autonomię 📉

W miarę upływu 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 skierować 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 majsterkowania. Niezależnie od tego, czy dajesz AI dostęp root czy po prostu budujesz cichy NAS, ta „bestia” jest gotowa na Twój kolejny projekt DIY.

Ta sama elastyczność sprzętowa wspiera także projekty wykraczające poza tradycyjne obciążenia serwerowe, w tym maszynę arcade PS1 zasilaną przez ZimaBoard 2 z Ubuntu, dostosowanym środowiskiem RetroPie, pamięcią NVMe i kontrolerami arcade USB.

Poza tym eksperymentem AI, szersze samouczki ZimaBoard, akcesoria i aktualizacje CasaOS obejmują ulepszenia dokumentacji, przetestowane dodatki sprzętowe, udostępnianie plików SMB oraz funkcje zarządzania pamięcią masową dla innych projektów self-hosted.