Колко агента се събират на Pro-32 срещу Pro-64?

Няма чисто число — зависи колко всеки агент държи в паметта. Груб усет: екип от 5–10 със споделена памет плюс скромен vector store е комфортен на 32 GB; няколко дузини агенти, по-големи истории, или голям memory индекс те местят на 64 GB. Започни по-ниско, преоразмери, когато удариш swap.

Агентите ми просто извикват LLM API — нуждая ли се от това?

Вероятно не. Леки, API-обвързани агенти едва докосват локалната памет; NAT или dedicated-IP план от $3–20 се справя с тях добре. Pro печели мястото си, щом агентите държат споделено състояние — история, работен набор, който си подават, vector store за памет.

Нужен ли ми е GPU за агентски флот?

Не. Агентите оркестрират и извикват LLM; моделът работи на GPU-тата на доставчика ти. Локално се нуждаеш от CPU и RAM за координация, памет и всяко vector търсене. Това е точно това, което Pro план е.

Защо no-KYC за агентска система?

Ако агент провижнира собствената си инфраструктура, или натоварването докосва данни, които предпочиташ да не връзваш със самоличността си, плащането в crypto без документ държи целия цикъл частен — и агент може да поръча сървъра сам през MCP, без човешка стъпка.

VPS за multi-agent системи и агентски флоти

Един агент е евтин за хостване. Екип от десет, държащ споделено състояние, е проблем с паметта. Оразмеряване на CrewAI/LangGraph флот, защо състоянието изяжда RAM, и къде no-KYC high-memory приляга. От $40/месец.

Най-честата грешка с агентски хостинг е оразмеряването за един агент. Някой пуска единичен агент, гледа го как използва 400 MB, и заключава, че агентите са евтини за хостване. После мащабира до реален екип и машината започва да swap-ва в 3 сутринта.

Един агент е евтин. Това не е интересният случай.

Къде реално отива паметта

Агент, който само изстрелва API извиквания към модел, е лек — той предимно чака мрежата. Пусни дузина от тях на малък план и никога не би забелязал.

RAM-ът изчезва, когато агентите държат състояние. История, която расте всеки ход. Работен набор, който няколко агента четат и пишат. Vector store за дългосрочна памет в същия процес. В мига, в който архитектурата спре да е „извикай API, забрави“ и стане „помни, координирай, подай“, паметта е ограничението — не CPU. CrewAI, LangGraph, AutoGPT-стил цикли всички клонят натам, докато стават сериозни. Framework-ът не изяжда RAM-а; състоянието го изяжда. Разровихме числата тук.

Грубо оразмеряване

Леки, API-обвързани агенти — не се нуждаеш от Pro; NAT или dedicated-IP план ($3–20) е предостатъчен. Пропусни останалото от тази страница.
Реален екип (5–10 агента) със споделена памет плюс полезен vector store — Pro-32 (32 GB) е sweet spot-ът. Повечето флоти кацат тук.
По-големи флоти, по-дълги истории, memory индекс в милионите — Pro-64 (64 GB). Тук една машина замества трите по-малки, които иначе би жонглирал.
Флот плюс co-located услуги, или агенти плюс локален inference — до Pro-80 (80 GB).

Започни под там, където мислиш, че трябва да бъдеш, гледай htop за ден, преоразмери нагоре, когато видиш swap. Гадаенето високо просто хаби пари.

Защо тази форма на хост

Флот, който провижнира или управлява собствените си сървъри, иска API, което може да кара без човек — и все повече, да плаща без такъв. Висока памет, dedicated IP, плащане в crypto, без KYC, и цялото нещо поръчваемо от агент през MCP: тази комбинация е рядка, и е това, за което Pro линията е построена. Тя не е най-евтината на гигабайт, и ако агентите ти са леки, генуинно не се нуждаеш от нея. Но за сериозна система, която държи състояние и цени поверителността, тя е правилният избор.

Когато си там, Pro-32 покрива реален екип; оразмери нагоре до 64 или 80 GB, докато флотът расте.

VPS за multi-agent системи и агентски флоти

Къде реално отива паметта

Грубо оразмеряване

Защо тази форма на хост

Въпроси

Коментари

Остави коментар