算力与大文件
几十 GB 的素材和本地 GPU,不用上传也能交给 agent
大视频、大模型权重、海量日志搬到云端又慢又贵。让 agent 在你的工作站上直接调用本地 GPU 和磁盘,处理完的结果就在手边。

搬数据,比处理数据还慢
几十 GB 的视频素材、上百 GB 的训练数据、本地缓存的大模型权重,想让云端 agent 帮忙处理,光上传就要几个小时,还可能根本传不上去。
而你的工作站上,数据就在 NVMe 盘里,显卡就插在主板上。
让 agent 到数据和算力所在的地方去
- 用
ffmpeg批量转码、剪辑、抽帧,直接调用硬件编码 - 用本地 GPU 跑推理、做微调,并实时查看显存和日志
- 在海量日志里用
rg、duckdb做筛选和聚合,只把结论返回给你
长时间运行的任务可以放到后台执行,agent 会在任务结束时收到通知,再继续下一步。
你可以这样说
把 footage/ 下所有 4K 素材转成 1080p 的 H.265,用显卡编码,转完核对一下时长是否一致。
用本地的 GPU 在 eval/ 数据集上跑一遍新模型,输出准确率并和上一版对比。
为什么本地更合适
- 零传输:数据在哪,计算就在哪
- 零额外成本:用的是你已经有的显卡
- 全程可控:后台任务、显存占用、输出日志随时可看,可以随时中断