Tailscale + 海外VPS：在家搞AI编程的终极网络方案

在家搞AI开发，最痛苦的往往不是显卡不够强，而是HuggingFace连不上、GitHub拉不动、Conda只有几KB/s。

我最近折腾了一圈，发现手里有台海外VPS的话，配合Tailscale，基本能解决所有网络问题。这篇记录一下心路历程，也当教程用。

痛点：网络是AI开发的隐形杀手

你肯定遇到过这些场景：

• pip install transformers 卡在 Resolving 好几分钟
• git clone 一个 5GB 的模型仓库，下了一晚上断了
• 调用 OpenAI API 各种 timeout
• HuggingFace 的 .safetensors 文件下到一半 Connection reset

我家里有台 Linux 主机，配置不差，但网络环境不行。后来买了一台荷兰 VPS（主要是便宜），发现同样的代码在那边跑得飞快。

问题就变成了：怎么让家里的机器"借用"荷兰的网络？

方案一：Tailscale Exit Node（最推荐）

这是我现在用的方案。原理很简单：让荷兰 VPS 做 Tailscale 的出口节点，家里的 Linux 主机把所有流量都转发到那边出去。

对外网来说，你家里的机器就等于在荷兰。

第一步：两边都装好 Tailscale

如果你还没装，先去 Tailscale 官网 注册账号，然后两边都跑一遍安装命令：

curl -fsSL https://tailscale.com/install.sh | sh

装完后登录：

sudo tailscale up

会弹出一个链接让你在浏览器里授权。完成后 tailscale status 应该能看到两台机器都在线。

第二步：在荷兰 VPS 上配置 Exit Node

在荷兰 VPS 上执行：

# 启用 IP 转发（必须）
echo 'net.ipv4.ip_forward = 1' | sudo tee -a /etc/sysctl.d/99-tailscale.conf
echo 'net.ipv6.conf.all.forwarding = 1' | sudo tee -a /etc/sysctl.d/99-tailscale.conf
sudo sysctl -p /etc/sysctl.d/99-tailscale.conf

# 告诉 Tailscale 这台机器愿意做出口
sudo tailscale up --advertise-exit-node

然后去 Tailscale Admin Console，找到你的荷兰机器，点 Edit route settings，把 Use as exit node 勾上。

第三步：在家里 Linux 上使用 Exit Node

假设你的荷兰机器在 Tailscale 里叫 dutch-vps：

sudo tailscale up --exit-node=dutch-vps

搞定。现在你访问任何网站，流量都会从荷兰出去。

验证一下

curl ipinfo.io

如果返回的 IP 和地区是荷兰，说明配置成功。

切换模式的小技巧

我写了两个 alias 放在 .bashrc 里：

# 出国模式
alias vpn-on='sudo tailscale up --exit-node=dutch-vps'

# 回国模式
alias vpn-off='sudo tailscale up --exit-node='

想翻墙就 vpn-on，想访问国内网站快一点就 vpn-off。

方案二：HuggingFace 镜像站（下载最快）

如果你的主要痛点是下载 HuggingFace 的大模型，其实不用挂代理，用国内镜像站最快。

在终端或 .bashrc 里加一行：

export HF_ENDPOINT=https://hf-mirror.com

然后用 huggingface-cli download 或者 Python 里的 transformers 库，都会自动走镜像站。速度能跑满你的宽带。

注意：这只解决 HuggingFace 下载问题，解决不了 OpenAI API 或 GitHub 的问题。

方案三：精准代理（Proxychains）

如果你不想全机走代理，只想让某一个脚本走，可以用 Proxychains。

假设你本地有个代理客户端（比如 Clash）开在 7890 端口：

方法 A：临时环境变量

export http_proxy=http://127.0.0.1:7890
export https_proxy=http://127.0.0.1:7890
python my_ai_script.py

方法 B：Proxychains 强制接管

有些库（比如底层用 C++ 的）不听环境变量。这时候用 Proxychains：

sudo apt install proxychains4

编辑 /etc/proxychains4.conf，最后一行改成：

http 127.0.0.1 7890

然后这样跑脚本：

proxychains4 python my_ai_script.py

远程 SSH 服务器适合 AI 编程吗？

这是我最近思考的另一个问题。答案是：非常适合。

为什么远程服务器更香

1. 24/7 永不掉线：用 tmux 在服务器上跑 AI 任务，你关电脑它继续跑。醒来代码写完了。

2. 环境隔离：AI 生成的代码往往需要装大量依赖。在服务器上装不会污染本地系统。

3. 网络优势：海外服务器调用 OpenAI、Anthropic 的 API 更稳定，不会动不动 timeout。

4. VS Code Remote SSH：本地只负责 UI，所有代码和计算都在服务器上跑。体验和本地开发几乎一样。

推荐的工具组合

10+ 个 VS Code 窗口怎么搞？

我还在纠结一个问题：如果要同时处理十多个 Next.js 项目，用什么方案？

试了四种：

为什么 10+ 个 Next.js 这么吃资源？

每个 Next.js (App Router) 开发模式会吃 500MB - 1.5GB 内存。10 个项目意味着：

• 内存：至少 16-24GB 只给 Node.js，加上 VS Code 和浏览器，32GB 起步，64GB 才稳
• 文件监听：10 个项目的 file watcher 会消耗大量系统句柄

WSL2 断连的解法

如果你用 WSL2，最常见的坑是断连。在 Windows 用户目录创建 .wslconfig：

[wsl2]
memory=48GB
processors=12
networkingMode=mirrored

networkingMode=mirrored 是关键，能解决大部分莫名其妙的网络断连问题。

另外，绝对不要把项目放在 /mnt/c/，必须放在 WSL 内部路径（如 /home/user/projects）。这能提速 10 倍以上。

我的工作流总结

经过这一圈折腾，我现在的工作流是这样的：

1. 日常开发：家里 Linux 主机 + Tailscale Exit Node（荷兰 VPS）
2. 下载模型：export HF_ENDPOINT=https://hf-mirror.com，镜像站跑满宽带
3. 长时间任务：SSH 到 VPS，tmux 里跑 Aider 或 Claude Code，睡觉去
4. 多项目并行：Windows + WSL2，配置好 .wslconfig 限制内存

核心原则：让网络问题消失在基础设施层，这样写代码的时候就不用操心了。

资源汇总

• Tailscale 官网
• Tailscale Exit Node 文档
• HuggingFace 镜像站
• Aider - 终端 AI 编程助手
• tmux 新手全指南

如果你也在搞远程 AI 编程，可以加我交流。这套东西折腾起来有点门槛，但配好了真的省心。