不用帶電腦也能 Coding？我的手機 AI Agent 工作流（Tailscale ＋ Termius ＋ tmux 實戰）

前言：從一個不在電腦前的念頭開始

我沒有打算把手機變成生產力工具。一開始的場景其實很單純：某天晚上躺著的時候，突然想到早上那個部署失敗的問題，八成是 build 環境的 Node 版本不對。要起床開電腦驗證嗎？還是先記在備忘錄，明天再說？

那天晚上，我掏出手機、打開 SSH、講了一句話。三分鐘後，AI agent 已經把 build log 撈出來、比對完 Node 版本、改好設定檔，然後 push 觸發了重新部署。我鎖上手機繼續躺著，十分鐘後再看一眼，部署成功了。

這套架構不是什麼新發明，它只是三個成熟工具的組合：Tailscale 負責把手機和開發機放進同一個私有網路，Termius 負責在手機上提供一個像樣的 SSH 終端，然後一台跑著 AI agent 的開發機負責把自然語言變成 commit。

這篇文章想記錄的，是這個組合在實際使用之後的樣子：它怎麼配置、安全模型的真實邊界在哪裡、工作模式有什麼質變、成本多少，還有，哪一種工作真的適合這樣做，哪一種不適合。

為什麼不是遠端桌面？我想要的是「派工作」，而不是「盯螢幕」

談到手機上寫程式，多數人的第一反應是遠端桌面，把手機螢幕當成桌面的延伸。

我自己試過幾次之後就放棄了。實務上有幾個很實在的痛點：手機螢幕上操作桌面解析度，字小到必須不斷縮放平移，一個 session 下來眼睛非常累；觸控操作滑鼠游標的精準度，做什麼都慢半拍；連線稍微不穩，畫面就開始卡頓。

而最根本的問題是，遠端桌面是把你的人送到電腦前，但你的開發工作，本來就不需要人在電腦前。

SSH 加上 AI agent 的思路完全不同。你不需要看到桌面，因為 agent 替你坐在電腦前。你要做的只有三件事：把問題講清楚、確認它理解的方向對不對、驗收結果。

我要的不是把手機變成小螢幕，而是把工作留在它該在的地方，把結果送到我手上。這不只是工具的差別，而是模型的差別。

對「想處理的是事情本身，而不是操作介面」的開發者來說，這個思路幾乎是為這個場景量身打造。

架構：三件套的分工

整套架構拆開來看，每個角色的職責都非常單一。

第一件是 Tailscale，負責網路層。它是一個基於 WireGuard 的 mesh VPN，最大的特色是零配置，手機和開發機各裝一個 client、登入同一個帳號，兩台設備就自動在同一個私有網路裡互相可見。不需要開 port、不需要設定防火牆規則、不需要處理動態 IP。它的 MagicDNS 甚至讓你不用記 IP，直接用設備名稱就可以連線。

我的開發機是一台 AWS EC2，上面跑著日常的開發環境。Tailscale 裝好之後，從手機連線就是一行指令的事，不需要碰 Security Group，也不需要擔心彈性 IP 換了之後連線斷掉。

第二件是 Termius，負責終端層。手機上的 SSH 客戶端選擇不多，Termius 的價值在於：連線設定雲端同步、字型與配色可以調到長時間閱讀不累、snippet 功能讓常用的長指令變成一鍵執行。SSH 在手機上最大的摩擦就是輸入，snippet 把「連上之後的第一個動作」壓縮成一次點擊。

第三件，也是整個架構的靈魂，是一台長駐的 AI agent。它跑在開發機上，讀得到專案的程式碼，可以執行命令、跑測試、commit、push、看部署結果。手機 SSH 連上去，用自然語言下指令，它就開工。

關鍵在於，它的對話狀態是主機保留的。手機 SSH 斷線了、App 切到背景了、你人先去忙別的了，agent 的工作不會中斷。你回來的時候，它已經把事情做完了，等你看結果。

十分鐘建立你的第一個 Mobile AI Coding 環境

假設你已經有一台 EC2（或任何 Linux 主機），Tailscale 也裝好了，從零到能用手機派工作的最小步驟如下。

第一步，把公鑰裝進主機：

# 在手機 Termius 產生 key pair 後，把公鑰加到主機
echo "<你的公鑰>" >> ~/.ssh/authorized_keys
chmod 600 ~/.ssh/authorized_keys

第二步，從手機連線並建立持久終端：

ssh ec2-user@dev-box

# 建立 named session，AI agent 在這個 session 裡跑
tmux new -s omp

# 分離 session：Ctrl+B 再按 D
# 之後隨時從任何設備接回
tmux attach -t omp

第三步，在 session 裡啟動你的 AI agent（我用的是 OMP），把工作目錄切到專案，讓它常駐。

這樣的組合有一個重要的保證：tmux 保證的是 session 不會因為 SSH 斷線而消失。你關掉 Termius、地鐵進隧道、手機沒電，session 和裡面的程序都還在主機上跑。但它不是萬能的，agent 停下來等你確認授權、程式自己崩潰、或主機重啟，這些情況你還是要回來處理。tmux 給你的是「斷線不失聯」，不是「全自動駕駛」。

安全模型：三層防護，而不是一句口號

談這套架構的安全，最忌諱的是一句「用了 Tailscale 就沒有攻擊面」就帶過。真實的安全模型是三層，每層的責任不同。

第一層：網路存取

Tailscale 把開發機的 SSH 收進 tailnet，不對公網開 port。這和開一個 port 給 SSH、然後用 fail2ban 擋暴力嘗試，是完全不同的威脅模型。前者是攻擊面直接消失，後者是攻擊面一直在，只是努力擋。

但「沒有公網攻擊面」不等於「零風險」。設備被入侵、tailnet 的 ACL 設定過鬆、或者你自己把存取權給了不該給的人，都會讓這層失效。Tailscale 的 ACL 可以進一步限制「哪些設備連哪些 port」，建議至少把手機到開發機的存取範圍縮到只剩 SSH。

第二層：SSH 認證

關閉密碼登入、每台設備一把獨立 key、定期盤點 authorized_keys，這些是基本功。

補充一個多數教學不會提的選項：Tailscale SSH。它用 tailnet 的身分管理取代 SSH key，連線授權直接由 Tailscale ACL 控制，好處是 key 輪替和撤銷不用再管理 authorized_keys。缺點是綁定 Tailscale 生態。我目前用的是傳統 SSH key 加 Tailscale 網路的組合，兩種都成立，看你想要多少管理面集中在單一服務。

第三層：Agent 權限

這是最容易被忽略的一層。AI agent 跑在你的使用者帳號下，它能做的事就是帳號能做的事。所以：

• agent 在專案目錄啟動，不代表它被限制在專案之內。它能不能碰家目錄的其他檔案、能不能裝全域套件，取決於作業系統權限，而不是 agent 的善意。
• 更穩的做法是控制 Git 權限（deploy key 而非個人 token）、定期 review agent 的 commit、重要操作保留人工確認。
• agent 執行不可信指令的風險是真實存在的：prompt injection 或 agent 的誤判，可能讓它跑出你沒預期的命令。這層的防線是 review，不是信任。

好的安全，不是加更多的鎖，而是留更少的門。三層各自的門變少，整體的暴露面才會真的縮小。

配置實錄：踩過的坑比功能清單更有用

MagicDNS：名字比 IP 好記

Tailscale 的 MagicDNS 打開之後，SSH 指令可以直接用設備名稱：

ssh ec2-user@dev-box

不用記 100.x.x.x 這種 Tailscale 位址，也不用擔心 EC2 的公 IP 換了之後要改設定。聽起來是小事，但在手機上少打一串字，摩擦就少一分。

開發環境的地雷：真實案例

這套架構本身的配置很簡單，真正會卡住人的，反而是開發機本來就有的環境問題。平時坐在電腦前，這些問題當場就解了，懶得記錄。改成手機遠端之後，每個地雷都變成一次完整的 debug 流程。

我自己踩過的三個真實案例：本機的 Homebrew yarn（1.22）讀不懂 yarn 4 的 lockfile patch 協議，yarn install 直接炸；Cloudflare Pages 的 build 環境 Node 版本和本地不一致，部署連續失敗三次；SQLite 的 datetime('now') 回傳 UTC 而不是本地時間，害我把早上七點半的部署記成昨夜十二點。

這些坑的共同點是，它們都不是遠端架構特有的問題，而是本來就會遇到的工程問題。差別在於，解決它們的地方是手機上的一段對話。AI agent 撈 log、比對版本、改設定、驗證，這條鏈它自己跑完，我只需要確認方向。

工作模式：非同步委派的四個節奏

這套架構真正改變的，不是「在哪裡寫程式」，而是你和 AI 之間的分工模式。

剛開始使用的時候，多數人會本能地進入盯著看的模式：下一個指令、看它跑、等它完成、看結果、再下一個指令。這種模式在手機上特別痛苦，你要一直保持連線、一直滑螢幕看進度，等於把手機當成一個很小的螢幕在用。

真正的質變來自於切換成非同步委派。實務上我把它拆成四個節奏。

1. 下指令就走

指令講清楚，確認 agent 理解的方向對，然後就可以關掉 Termius。AI agent 在 tmux session 裡繼續跑，跑測試、修錯誤、重試、部署，這些它自己會處理。你鎖上手機，繼續過你的生活。

2. 回來驗收

半小時後想起來，打開手機瀏覽器輸入你的網址，部署已經上線，測試全綠。這個驗收的動作在手機上反而意外地順手，因為你驗收的本來就是訪客看到的樣子，而不是開發工具裡的狀態。

3. 修方向

結果不對的時候，對話紀錄裡有完整的執行過程，agent 做了什麼、卡在哪裡、它嘗試過什麼。你只需要指出方向，例如這個改法不對，換另一種方式，它就從斷點接著跑。

4. 失敗也是交付物的一部分

如果 agent 嘗試了幾次還是失敗，那次的失敗紀錄本身就是有價值的：錯誤訊息、嘗試過的路徑、卡住的點。拿著這些資訊，不管是自己上手，還是換個方式描述給 agent，都比從零開始快。

一天之內，這種工作模式可以完成的量相當具體。一個跑了八年的部落格，從 Astro 5 升級到 7.4.2，跨了兩個 major；完整遷移搜尋系統；把兩個伺服器端點改造靜態化；清掉三十多個死元件；測試從 32 個補到 79 個。然後在部署失敗三次之後，靠著 agent 自己用 API 撈 Cloudflare build log 定位問題，第四次成功上線。

這中間的每一次「下指令」，花費的時間都在一分鐘以內。

邊界：手機做不了的事，與它意外擅長的事

誠實地說，這套架構有它的邊界。

適合的是文本為主的工作：修 bug、補測試、重構、寫文件、調整設定、部署與驗證、呼叫 API 除錯。這些工作佔日常開發的大宗，而且它們的結果驗證都可以用文字呈現，在手機上完全沒有障礙。

不適合的是需要精細視覺判斷的工作：像素級的 UI 微調、動畫節奏的調校、複雜版面的響應式調整。手機螢幕上看不出細節差異，硬做只會來回鬼打牆。

但即使是視覺類的工作，閉環裡的部署驗證依然可以在手機上完成。先讓 agent 把改動部署到預覽環境，手機看效果，然後說第二個區塊的間距再放大一點。視覺判斷在人，機械執行在 agent，這條界線畫清楚，手機的定位就清楚了。

意外擅長的還有一件小事：行動選單按鈕的 bug。一個八年來按了沒反應的老問題，就是在手機上重現、確認，然後叫 agent 修掉的。手機上發現的問題，手機上解決，這個閉環本身就有種完整的感覺。

成本：這套架構要多少錢？

相比之下，遠端桌面方案要做到同樣體驗，通常需要一台持續開機的高規格機器加付費遠端軟體。這套架構的機器規格可以壓得很低，因為重度運算在 agent 的 LLM 端，不在你的主機上。

如果要做成完全體，我會怎麼演進？

目前的架構已經可以支撐日常開發，但如果往完全體走，我心裡有幾個演進方向。

第一個是通知回路。現在的流程是想起來再看，如果 agent 在完成任務，或遇到需要決策的岔路時，能主動推播到手機，例如 Telegram 或通知類服務，非同步委派就能再往前一步。連想起來看都不需要，需要你的時候它會找你。

第二個是語音輸入。手機上打字終究是摩擦，如果語音輸入可以直接變成 agent 的指令，例如 iOS 捷徑接語音轉文字再接 SSH 執行，通勤時用講的就能派工作。

第三個是多機 mesh。Tailscale 的 tailnet 天然支援多台設備，如果開發機不止一台，桌上型、筆電、NAS 各一台，agent 可以根據任務性質選擇在哪台機器執行。重的 build 丟桌上型，日常修改在筆電。

第四個是任務佇列的視覺化。現在的想起來再看依賴記憶，如果把 agent 的任務狀態變成一個隨時可查的清單頁，執行中、已完成、需要決策，委派的粒度就能更細。

結語：電腦變成一個地址，而不是一張桌子

回頭看這套架構，它用的每一個工具都不是新的。Tailscale 是成熟商業產品，Termius 是老牌 SSH 客戶端，tmux 的歷史比很多讀者的年紀都大。真正新的，是長駐 AI agent 讓這個組合產生了質變。

以前遠端連回開發機，你面對的是一個終端機，所有事情都要自己動手。現在面對的是一個懂你專案的工程師，所有事情只要講清楚就好。

開發者的工作場所，正在從一張桌子變成一個地址。桌子意味著你必須人在那裡，地址意味著你隨時可以連上去。當寫程式的場所從實體限制變成網路座標，剩下的問題就只有一個：你想在什麼時候、什麼地方，解決什麼問題。

而這個問題的答案，應該由你自己決定，而不是由那張桌子決定。