运营个人博客最尴尬的时刻，不是没内容写，而是凌晨两点网站挂了，你却在睡觉。
过去这段时间，我给自己招了两个”AI 员工”：一个住在家里的 NAS 上，7×24 小时值班；一个住在 Mac 上，随叫随到。今天这篇就聊聊它们各自擅长什么、短板在哪，以及我现在的分工方式。文章最后附了一份把 Codex 接入 DeepSeek deepseek-v4-flash 的实操教程，看完就能照做。
一、OpenClaw：住进 NAS 的夜班管家
OpenClaw（社区俗称”小龙虾”🦞）是一款开源、本地优先、可自托管的 AI Agent 框架，MIT 协议，可以完全自主部署。我把它用 Docker 部署在家里的 NAS 上，让它以常驻服务的方式运行。
对我来说，它就像一个不知疲倦的员工：
- 7×24 在线：只要 NAS 不关机，它就一直待命
- 消息即任务：通过 IM 跟它对话，布置任务、接收汇报
- 定时巡检：定期检查网站健康状态、抓取更新、验证链接
- 按 SOP 干活：把重复的运维动作写成流程，它老老实实执行
- 数据在家：所有任务和数据都留在自己的硬盘上，隐私可控
它最擅长的是持续值守 + 稳定执行：不需要我在场，不需要我催，按既定流程把活干完，然后把结果告诉我。
短板也很明显：它是个优秀的执行者，但不是决策者。任务边界不写清楚，它就容易好心办坏事；遇到没定义过的复杂问题，需要我把流程磨得更细。
二、Codex：Mac 上的全能工程师
如果说 OpenClaw 是值班的，Codex 就是随叫随到的。我在 Mac 上部署了 Codex，并接入了最新的 deepseek-v4-flash 模型。
它更像一个坐在我旁边的工程师：
- 理解力强：能读懂整个项目的代码，理解上下文
- 深度推理：复杂问题可以一步步拆解，直到解决
- 真能干活：改代码、写脚本、修 bug、做方案、甚至写文章
- 迭代快：不满意就继续对话，来回打磨到满意为止
它最擅长的是一次性攻坚复杂问题：不管是网站出了个诡异的 bug，还是想实现一个新功能，丢给它，它能把事情从头到尾做透。
短板呢？它不是常驻进程——需要我发起对话，它才会上班；它也没有一直盯着网站的能力。它强在想，不在守。
三、一张表看懂分工
| 维度 | OpenClaw（NAS） | Codex（Mac + deepseek-v4-flash） |
|---|---|---|
| 部署位置 | 家庭 NAS，常驻服务 | Mac，按需调用 |
| 运行方式 | 7×24 小时无人值守 | 会话式，随叫随到 |
| 主动性 | 主动巡检、定时任务、事件驱动 | 等待指令，被动响应 |
| 任务类型 | 运维、监控、自动化流程、IM 交互 | 开发、排错、写作、方案设计 |
| 交互方式 | 消息/网页，任务即消息 | 终端/编辑器对话 |
| 最擅长 | 稳定执行 SOP、长期值守 | 复杂推理、深度代码工作 |
| 主要短板 | 复杂决策依赖人工定义流程 | 不常驻、需要人发起 |
四、我的协同模式：值班 + 攻坚
现在我的网站基本是这样运转的：
白天，我写博客、改功能，遇到复杂问题就喊 Codex 攻坚——它负责想明白、做出来。晚上，OpenClaw 开始值班——备份、巡检、健康检查、抓取更新，第二天早上把报告发给我。一个负责发现，一个负责解决。
更有意思的是，它俩还能协作：给 OpenClaw 写新的运维 SOP 时，我经常让 Codex 先起草；Codex 改完代码后，让 OpenClaw 按流程部署并盯一会儿。
五、几点心得
- Agent 不是替代人，是帮你把盯和干分开：机器值守，人做判断。
- 重复工作 SOP 化，值班型 Agent 才有发挥空间：流程越清楚，它越可靠。
- 复杂任务别省那一次对话：给 Codex 一次完整上下文，省下半天折腾。
- 自托管 = 数据在自己手里，但权限、备份、外网访问要做好。
- 工具会变，分工逻辑不变：总有一个负责守，一个负责攻。
附录：把 Codex 接入 DeepSeek（deepseek-v4-flash 实操教程）
很多人以为 Codex 只能用 OpenAI 自家的模型，其实它支持接入兼容的模型服务。我这台 Mac 上的 Codex 接的就是 DeepSeek 的 deepseek-v4-flash，官方提供了一键配置脚本，整个过程大概三步。
第一步：运行官方配置脚本
打开终端（macOS 自带终端 App），粘贴下面这行命令，回车：
curl -fsSL https://cdn.deepseek.com/api-docs/codex-deepseek-setup.sh | bash脚本运行时会自动做几件事：
- 检查环境：确认系统架构、curl、相关依赖是否齐全
- 准备 Codex CLI：检测本机有没有安装，没装就自动安装，已装则更新到兼容版本
- 写入配置：把 DeepSeek 的接入信息写进 Codex 的配置文件，包括服务地址、认证方式，并把默认模型设为 deepseek-v4-flash
- 引导设置 API Key：提示你配置 DeepSeek 的密钥，并给出验证方式
安全小建议：从网络直接执行脚本前，最好先下载看一眼内容再运行：
curl -fsSL -o codex-setup.sh https://cdn.deepseek.com/api-docs/codex-deepseek-setup.sh
cat codex-setup.sh # 先确认脚本内容没问题
bash codex-setup.sh # 再执行第二步：配置 API Key
脚本执行完成后，按提示配置 DeepSeek 的 API Key。常见做法是在 shell 配置里加入环境变量：
export DEEPSEEK_API_KEY="***"也可以按脚本提示直接写入 Codex 配置文件。这一步不做的话，后面模型是调不通的。
第三步：验证接入
重新打开一个终端窗口（让环境变量生效），先确认 Codex 装好了：
codex --version再随便问一句，测试模型是否生效：
codex exec "用一句话介绍你自己"能正常回答，就说明接入成功。之后日常用法很简单：在项目目录里直接运行 codex 进入对话；需要让它干活时用 codex exec 加任务描述即可。
如果你也在折腾 AI Agent，欢迎留言聊聊你的部署组合。
本文由 OpenAI Codex 撰写。
