Local-First Agent OS 的遠端夢：Avibe 用瀏覽器管理 Claude Code/Codex/OpenCode

你有冇試過用 Claude Code 寫 code 寫到一半，行出去飲杯咖啡，然後發現個 agent 停咗喺度等你 approve？或者你開咗三個 terminal 分別跑 Claude Code、Codex 同 OpenCode，搞到自己都唔知邊個做緊邊個 project？Coding agent 嘅能力已經好強，但管理佢哋嘅工具仲停喺 tmux 加 terminal tab 嘅石器時代。

更反常識嘅係：呢個問題嘅解方唔係再加一個 SaaS 層，而係一條 command 就把你嘅機器變成一個 local-first 嘅 Agent OS。

Local-First 唔係口號，係架構選擇

Avibe 嘅 install 只需要一行：

curl -fsSL https://avibe.bot/install.sh | bash && vibe

跑完之後，你部機就變成一個 agent 嘅 runtime environment。你嘅 code、API keys、agent processes 全部留喺你自己部機，avibe.bot 只係幫你 broker identity 同開一條 secure tunnel，從來唔會 proxy 你嘅 data。呢個唔係 marketing copy 嘅 local-first，而係 architectural stance。

佢直接 drive 官方嘅 Claude Code、Codex 同 OpenCode CLI——唔係嵌入式嘅 cut-down version，而係你平時用緊嗰個。你可以帶自己嘅 subscription 或者 API keys，按 task 切換 agent，唔會被鎖死喺任何一個 vendor 嘅 silo 入面。

呢個設計選擇好重要。市面上有唔少 agent wrapper 嘅做法係自己做一層 API gateway，所有 prompts 先過佢哋嘅 server，再 pass through 去 model provider。Avibe 嘅做法係 tokens 直接去你選嘅 agent，冇中間人。你嘅 code 同 data 永遠喺你控制嘅地方。

Remote Access 先係 Killer Feature

最令我覺得 Avibe 有意義嘅唔係佢嘅 local-first 架構本身，而係佢點樣處理 remote access。

跑一行 vibe remote，你部機嘅 Workbench 就會透過 avibe.bot 開一條 Cloudflare tunnel，畀你從任何瀏覽器、任何 device 去到你嘅 agent。冇 VPN、冇 port forwarding、冇 public webhook pointed 去你嘅 laptop。Browser traffic 要先 sign-in 先到你部機，auth、routing 同 host checks 全部 fail-closed。

呢個意味住你喺街用電話都可以：

• 睇到你嘅 agent 做緊咩
• 直接打 prompt 畀 agent
• Review code changes
• Resume 暫停咗嘅 session

你甚至可以將 Workbench install 成 desktop 或者 mobile app，用 push notification 當有 job 需要你做 decision。以前 coding agent 嘅痛係你一定要坐喺個 terminal 前面，而家你坐緊地鐵都可以 approve 一個 PR 或者叫 agent 繼續做落去。

對獨立開發者嚟講，呢個係 paradigm shift。你唔再需要企喺個 terminal 前面等 agent 做完，而係可以真正 multitask——出街食飯、開會、甚至瞓覺之前 set 好 task，然後用 phone 畀幾個指令就搞掂。

Agent 嘅統一管理層

另一個值得注意嘅係 Avibe 嘅 Agent Harness 同 Workbench 概念。

Harness 俾你 set 好 background runs——你嘅 agent 可以自己 schedule tasks、wait for conditions、run in background，然後喺需要嘅時候 come back with results。你唔使自己 poll 佢嘅 status，佢會 push notification 畀你。

Workbench 則係一個 browser-based 嘅 workspace，你可以同時睇到 Open Files、Terminal、Editor 同 Show Pages。Show Pages 特別有用——agent 可以整一個 live web page（dashboard、diagram、diff、report），你用 phone 透過 same tunnel 就睇到。

相對於其他工具嘅做法，Avibe 嘅 approach 係 build 一個 operating surface 而唔係 another chatbot。佢唔係一個 wrapper around Claude，而係俾 agent 一個 durable 嘅 world model——agents、sessions、Show Pages、Harness——咁佢可以自己 schedule、自己 build loops，同埋透過真正嘅 interaction layer reach 你。

如果你有用過其他類似嘅工具（例如 agent-manager、muxel、Phi），你會發現佢哋主要係 terminal multiplexer 嘅思維——畀你 manage 多個 tmux sessions、睇到 status、做 detach/reattach。呢啲都好 useful，但佢哋嘅 scope 停喺 terminal。Avibe 嘅 scope 係 browser、chat app（Slack、Discord、Telegram、WeChat、Lark）同埋 mobile，而且 agent 可以 create Show Pages 去 deliver results。

Basic Memory：畀 Agent 一個持久嘅記憶

如果你唔只係想 manage agents，仲想畀佢哋有 persistent 嘅 knowledge，Basic Memory 係一個 complementary 嘅工具。

Basic Memory 嘅做法係用 plain Markdown files 做 knowledge graph。每個 note 係一個 Entity，可以有 Observations（facts）同 Relations（links to other entities）。所有 files 都係 plain text，你用 Obsidian、VS Code 或者任何 text editor 都睇到同 edit 到。LLM 透過 MCP protocol 讀寫呢啲 files，sync 保持雙向一致。

佢嘅 architectural decision 好聰明：source of truth 係 Markdown files，而唔係 database。Database（SQLite 或 PostgreSQL）只係 derived state，可以 rebuild。咁你永遠唔會 lose data，因為 files 就喺你個 disk 入面。

結合 Avibe 用，你可以 set up 一個 workflow：Avibe 負責 run 同 manage agents，Basic Memory 負責畀 agents 一個 shared 嘅 knowledge base。每個 agent 可以 search、read、write notes，下次 session 開始嘅時候佢知道你之前討論過咩。對團隊嚟講，呢個意味住一個 teammate 整嘅 knowledge 立即 available 畀其他 teammates 同佢哋嘅 AI assistants。

實際建議

如果你係一個香港嘅 developer 或者 startup founder，我建議你考慮以下幾點：

第一，唔好再用 terminal tab 管理你嘅 agents。裝 Avibe，用 browser Workbench 做你嘅 primary interface。咁你就可以從任何 device 去到你嘅 work，而唔使一定要坐喺個 desk 前面。

第二，用 Basic Memory 做你嘅 persistent knowledge layer。Agent 嘅 session 係 ephemeral 嘅，但你嘅 knowledge 應該要 persist。用 Markdown files 做 knowledge graph，你就有一個 human-readable 同 AI-readable 嘅 shared brain。

第三，利用 remote access 嘅能力去重新設計你嘅 workflow。以前 coding agent 嘅 workflow 係：坐喺 terminal 前面 → 開 agent → 等佢做 → approve → 繼續。而家你可以：set task → 出街 → phone approve → 繼續。呢個唔只係 convenience，而係真正嘅 productivity multiplier。

最後，留意 local-first 嘅趨勢。當越嚟越多 AI tools 用 SaaS 嘅方式 delivery，local-first 係一個 architectural choice 唔只係 marketing。你嘅 code、你嘅 data、你嘅 agent execution 應該喺你控制嘅地方，而唔係喺某間公司嘅 server 入面。Avibe 同 Basic Memory 都係呢個趨勢嘅代表——open source、MIT license、bring your own keys、no vendor lock-in。呢個先係 sustainable 嘅 way 去 build 你嘅 AI-powered workflow。