DGX Spark 的第一批玩家，開始給它配第二台電腦了！
這套組合看起來有些奇怪：一邊是擁有 128GB 統一內存、專門用來運行本地大模型的 AI 計算設備，另一邊卻只是一台搭載了 Windows 的迷你主機。
YouTube 上的 Level1Techs 把兩台機器接入同一個局域網，做了一次完整實驗。
他把 DGX Spark 和 Windows 小主機接到了一起，讓兩台機器組成一套完整的本地 AI 系統，一台負責思考，一台負責行動。
讓 DGX Spark 成為 AI 的大腦
這套系統由兩台機器組成。
負責運行 AI 的，是一台 MSI 的 DGX Spark 設備。它承擔本地模型推理、任務規劃、圖像理解和結果判斷。另一台 MSI 迷你主機運行 Windows 11，角色更像一台被操作的工作終端。
兩台設備通過局域網連接。AI 在 DGX Spark 上思考，再通過 MCP 向 Windows 電腦發送指令。Windows 端執行程序、運行命令、截取螢幕，隨後把執行結果送回模型。
演示中，他先讓 AI 打開記事本，並輸入「Hello from Turnstone」。第一次輸入出現偏差後，系統截取螢幕，識別出窗口狀態，再次調整操作，最終完成了任務。隨後，他又要求 AI 檢查這台電腦的 CPU、GPU、內存、Windows 版本和儲存資訊。AI 自動運行 PowerShell、讀取設備管理器，並生成了一份完整的系統概況。
這類操作過去也能通過自動化腳本實現，但腳本通常只能嚴格按照預設路徑運行。窗口位置變化、軟體版本更新或命令報錯，都可能導致流程中斷。大模型加入之後，系統能夠讀取當前狀態，理解錯誤原因，再決定下一步操作。
AI 因此獲得了一定程度的環境適應能力。
Turnstone 把多個 Agent 組織起來
真正決定這套系統能否工作的是 Turnstone。
它並不負責直接生成模型能力，更像一個 Agent 調度和治理框架。用戶可以在其中配置協調者、工程師、記錄員等不同角色，讓多個模型會話同時處理同一個目標。
例如，一個 Agent 負責規劃任務，一個 Agent 負責執行操作，另一個 Agent 負責整理文檔。系統中還可以單獨部署 Judge 模型，對其他 Agent 的輸出進行檢查。一旦發現任務偏離目標、操作風險過高或結果不符合標準，Judge 可以要求暫停、重試或交給人工審批。
在這次實驗中，主要任務由 Nemotron 模型完成，Google Gemma 則承擔 Judge 的角色。對於代碼任務，還可以加入 Qwen 模型。不同模型被分配到各自擅長的環節，形成一個小型的本地 AI 團隊。
Turnstone 還提供權限等級、工具白名單、人工批准和輸出防護。執行普通查詢時，系統可以自動放行；涉及文件修改、系統配置等高風險操作時，需要用戶點擊批准。
這種設計解決了一個現實問題：AI 一旦獲得電腦控制權，誤操作帶來的後果會被迅速放大。影片中也反覆提醒，即使系統完全運行在本地，也不應該把含有敏感數據和核心權限的設備直接交給 Agent。
更合理的使用方式，是給 AI 準備一台隔離設備、測試環境或權限受限的業務終端。
Skills 和 MCP，讓模型真正獲得工具
模型知道「應該做什麼」，並不代表它知道「具體怎麼做」。
Turnstone 用 Skills 和 MCP 補上了這一層。
Skills 可以理解為寫給 AI 的操作手冊。它會說明任務目標、執行步驟、可調用工具和驗收條件。Skill 中還可以附帶 Python 或 Bash 腳本，讓 AI 優先調用經過驗證的流程，再處理腳本運行過程中出現的異常。
MCP 則負責把外部系統的操作能力開放給模型。
Windows 電腦上運行了一個 MCP 服務，通過 HTTP 向 Turnstone 提供打開文件、操作註冊表、調用 PowerShell、獲取螢幕截圖等工具。Turnstone 讀取這些工具說明後，再決定由哪個 Agent 調用。
這形成了一條完整鏈路：大模型理解目標，Turnstone 拆解任務，Skill 提供操作方法，MCP 連接真實設備，Judge 檢查執行結果。
當執行結果沒有達到預期時，系統會再次觀察環境，修改操作並重新驗證。影片中所說的「閉環」，本質上就是目標、執行、反饋和評價被接到了一起。
至頂 AI 實驗室洞見
這次演示並沒有刻意證明 AI 已經能接管複雜工作。
打開記事本、讀取硬體資訊、運行腳本，仍屬於相對基礎的任務。模型有時會點錯窗口、輸入到錯誤位置，也可能因為上下文不足而忘記最初目標。
但這套實驗已經展示出一種逐漸成形的 Agent 架構。
大模型負責推理，編排框架負責分工和上下文管理，MCP 提供操作接口，Judge 和人工審批控制風險。本地小模型可以處理常規任務，遇到高難度問題時，再調用更強的雲端模型，從而減少雲端 Token 消耗。
硬體和軟體效率也在快速提升。影片提到，DGX Spark 發布之後，本地模型推理速度已經明顯改善。藉助 NVFP4、多 Token 預測和混合專家模型，部分 Qwen 35B 模型在特定配置下可以達到每秒約 70 個 Token。
不過，本地 Agent 目前仍像早期個人電腦：成本高、配置複雜、實際用途有限，卻已經吸引一批開發者開始搭建工具、協議和工作流。
當 AI 能夠持續觀察環境、調用工具、判斷結果並修正錯誤，它就不再只是一塊回答問題的聊天窗口，它開始真正進入電腦，參與工作本身。
