VPS cu multă memorie pentru agenți AI: când flota ta chiar are nevoie de RAM

Greșeala pe care o văd cel mai des la găzduirea agenților e dimensionarea pentru lucrul greșit. Cineva rulează un agent, care folosește 400 MB, și trage concluzia că agenții se găzduiesc ieftin. Apoi trece la o echipă reală și mașina începe să folosească swap la 3 dimineața.

Un agent chiar e ieftin. Nu ăsta e cazul interesant.

Unde se duce de fapt memoria

Un agent care doar trimite apeluri API spre un model e ușor — mai mult așteaptă după rețea. Ai putea rula o duzină pe un plan mic fără să observi.

RAM-ul dispare când agenții încep să țină stare. Istoricul conversației, care crește la fiecare tură. Un set de lucru pe care îl citesc și îl scriu mai mulți agenți. O bază vectorială pentru memoria pe termen lung, care stă în același proces. În clipa în care arhitectura ta nu mai e „apelez API-ul, uit” și devine „îmi amintesc, coordonez, predau mai departe”, memoria devine limita, nu CPU-ul.

CrewAI, LangGraph, buclele în stil AutoGPT — toate merg în direcția asta pe măsură ce devin serioase. Nu frameworkul mănâncă RAM-ul; starea o face.

Dimensionare aproximativă, cinstit

N-o să pretind că există o formulă, pentru că nu există — depinde complet de cât păstrează fiecare agent. Dar iată o idee practică, din rularea lor:

• Agenți ușori, legați de API — aici nu-ți trebuie deloc Pro; un plan NAT sau cu IP dedicat ($3–20) se descurcă. Pro își merită locul abia când starea comună te împinge peste ~32 GB.
• 32 GB — punctul ideal pentru un sistem multi-agent real: 5–10 agenți cu memorie comună plus o bază vectorială care chiar e utilă. Cei mai mulți ajung aici.
• 64 GB — flote mai mari, istorice mai lungi, un index de memorie cu milioane de vectori sau mai multe servicii pe aceeași mașină. Aici o singură mașină le înlocuiește pe cele trei mai mici pe care altfel le-ai jongla.
• 80 GB — muncă grea, legată de memorie: seturi mari de date în memorie, mulți agenți concurenți sau agenți plus inferență locală de model pe același host.

Pornește sub nivelul la care crezi că ai nevoie. Urmărește htop o zi. Crește când vezi swap, nu înainte — să ghicești prea sus înseamnă doar bani aruncați.

Partea greu de cumpărat

Iată ce face lucrurile incomode: să închiriezi 64 GB de RAM e ușor. Să închiriezi 64 GB cu cripto și fără verificare de identitate, nu. Cele mai multe hosturi care vând ieftin memorie serioasă o fac în spatele unui card și al unui formular KYC.

Dacă agentul își pornește singur serverul sau sarcina atinge date pe care ai prefera să nu le legi de un nume, combinația asta — memorie mare, cripto, fără KYC și comandabilă de agentul însuși prin MCP — e de fapt produsul. Nu e mai ieftină per gigaoctet, și am scris separat de ce comparația asta induce în eroare. E disponibilă în condiții pe care aproape nimeni nu le oferă.

Deci ce faci

Dacă agenții tăi sunt ușori și legați de API, nu complica — un plan mic, NAT sau cu IP dedicat, ajunge din plin; sari peste toată întrebarea memoriei mari. Dacă rulezi o flotă reală care ține stare, dimensionează după ce e efectiv în memorie, pornește de la 32 GB și urcă atunci când îți spune graficul.

Când ajungi acolo, linia Pro acoperă de la 32 la 80 GB, cu IP dedicat și backup-uri nocturne. Alege nivelul care se potrivește setului tău de lucru, nu ambițiilor.