不限token太爽了！AI Agent NAS来了，性能也太猛了：铭凡N5 MAX

开篇

这几年AI势头很猛，从内容创作、资料整理，到图片与视频处理，AI已经逐渐融入生活工作中，虽然AI越来越强，但属于我们自己的数据却依然沉睡在硬盘里，就以常规NAS来说，它的主要职责是存储数据，但随着数据量越来越大，另一个问题也逐渐显现出来，那就是NAS知道文件在哪里，但不知道里面有什么价值。

这也是铭凡推出N5 MAX这款AI Agent NAS的原因，它并不是简单给NAS增加一个聊天窗口，而是尝试把存储和计算能力结合起来，让原本躺在NAS硬盘里的资料，可以参与到日常工作中，依靠Ryzen AI Max+395平台、Radeon 8060S核显以及64GB统一内存，可以在本地流畅运行Qwen3.6-35B、Gemma-4-31B等大模型，轻松理解、分析NAS中的文件，并再次参与到创作和工作中，实现了『存算一体』！

而且它也是专为中小企业、创意团队和注意隐私用户打造的『存储+算力+本地AI』三合一旗舰NAS，拥有双万兆、5 SATA+5 M.2共10盘位、80Gbps扩展接口等硬核配置加持，可以说是目前极为少见的高性能AI NAS方案，我也使用它实现了许多本地AI工作，接下来我们一起看看这台AI NAS的实际表现，可能会有你感兴趣的玩法。

N5 MAX开箱、性能测试

铭凡N5 MAX整体以黑色沉稳色调为主，一体成型的铝合金机身、做工和质感完全是第一梯队了，内部塞下了性能强劲的16核32线程AI Max+ 395处理器、40CU Radeon 8060S核显、以及64GB LPDDR5X统一内存，最高频率8533 MT/s，这就是它能流畅本地离线运行Qwen3.6-35B大模型的底气所在。

正面是一个磁吸盖板，取下后就可以看到5个3.5寸硬盘仓位了，底下是电源键、LED指示灯、USB4（40Gbps）以及USB 3.2 Gen2接口，这个40G USB4接口也是独一份存在了，外接硬盘盒拷贝资料终于可以发挥高速优势了，但是咱们别急，因为背面的接口配置给得更豪！

顶部两个静音调速风扇给HDD盘位提供主动散热，N5 MAX配备了双万兆网口，不仅提供了高速内网带宽，也能完美发挥内部5个M.2盘位的高速存储优势，如果你给它安装的系统支持链路聚合，那整体吞吐能力就更好了；另外还有USB 2.0（上方蓝色）、USB 3.2 Gen2（下方蓝色）、HDMI和两个USB4v2（兼容雷电5，80Gbps），最右侧是梅花电源AC接口，没错，铭凡N5 MAX内置了250瓦电源。

硬盘仓支持快装快拆，但最值得一提的是这个抽拉式主板仓，拆下底部的两颗螺丝，轻轻一抽就可以整个拉出来了，模块化设计，后续不管是升级还是维护都很方便。

首先看看主板仓，通过左右两侧的导轨可以轻松推拉安装，内置的250瓦电源集成在主板上，另一面覆盖两个主动散热风扇，主板布局规整合理。

这个风扇是M.2散热风扇，拆下螺丝后就可以看到底下有两个NVMe硬盘位，其中一个是PCIe 4.0x4协议，建议优先用于系统盘或存放AI本地模型文件、另一个是PCIe 4.0x1协议，不用担心热量问题，有主动散热风扇轻松压制。

另一面还有3个NVMe盘位，都是PCIe 4.0x1协议，需要注意的是出厂预装一根128G固态，里面预装了铭凡自家的MinisCloud OS系统，当然也可以自行安装各种主流系统，没有任何限制；主板仓双风扇+5铜管也是很豪华的散热组合了，实测日常运行非常静音。

在BIOS中开启性能模式（90瓦）烤机，CPU稳定90瓦功率释放，贴脸时噪音在47分贝（环境噪音41分贝），在人位基本就听不到声音了，CPU温度81度，主板出风口温度最高52度左右，铭凡N5 MAX散热和噪音表现很不错。

喜闻乐见的鲁大师跑分将近233万；CPU-Z单核802分、多核高达13692，N5 MAX的Radeon 8060S核显同样亮眼，基于RDNA 3.5架构、40CU计算单元，得益于Ryzen AI Max+ 395 统一内存架构，CPU和GPU可以共享64G高速LPDDR5X内存，不仅适合本地AI模型运行，图形性能也十分强，实测黑神话悟空在1080P高画质下稳定80FPS，其它主流3A游戏也能轻松应对，对于一台小体积AI NAS来说，这样的表现非常少见。

以上的性能表现只是其一，最重要的还是使用它构建一系列NAS存储和AI相关的需求，下面我们看看它的AI NAS表现。

N5 MAX如何成为本地AI助手？

不管是像我这种个人自媒体创作者、小团队乃至中小企业，长期保存下来的数据绝对算得上核心资产，就以我来说，实拍素材、视频工程文件、稿子、产品Brief资料等都是必须要存储的，但常规的NAS都只停留在基础的存储阶段，它只会帮你存放、自动备份和局域网共享，数据躺在硬盘中是不流动的，就像『一潭死水』，某天要用资料还得费时费心把这潭『死水』搅一遍。

以前NAS更多承担的是“保存”的角色，而这台N5 MAX让我感兴趣的地方，是它开始尝试参与到数据处理这个环节，存进去的资料，不再只是等着我们去找，而是可以通过本地模型进行分析、整理和调用，这也是铭凡N5 MAX这台AI NAS吸引我的地方，Ryzen AI Max+ 395、Radeon 8060S、加上统一内存架构的加持让它可以流畅离线运行Qwen 3.6-35B、Gemma-4-31B、gpt-oss-20b模型，很多设备跑不动本地大模型，瓶颈往往不在CPU，而是在显存与内存，大模型推理的同时还要处理上下文、知识库等多任务，普通设备很难负载，铭凡N5 MAX的统一内存让CPU和GPU可以共享高速内存池，解决了这一痛点。

相比于常见的小模型，Qwen 3.6-35B的理解、总结和逻辑能力接近云端模型，非常适合个人创作、团队乃至企业级的资料管理，而且最重要的是不需要再充token了，全部本地运行，而且也能避免内部资料的泄密。

1、本地大模型：让AI处理保密资料

像我这样的自媒体创作者、团队乃至企业来说，AI最大的价值是帮助我们处理大量信息，尤其是像我这种做数码内容的创作者，日常工作中经常会接触大量资料，比如产品Brief、产品使用说明书、技术文档、内部技术资料之类的，这些文件看起来只是一些PDF或者Word文档，但实际上它们是整个创作流程的基础，因为想要做好一个产品内容，必须先理解产品才能展开内容创作。

而理解产品的这些信息都需要从上面提到的资料中提取出来，以往都是我一个个仔细阅读做总结，资料少的话还好，多的话非常熬人，会占据非常多的整理时间，而AI的加入就完美解决了这个问题，说到使用AI，大伙的第一反应可能是各种在线大模型服务，豆包、千问、GPT之类，云端AI确实非常方便，打开网页直接输入问题，就能得到答案，但是对于创作者或者团队、企业用户来说，有一个问题无法避免，那就是数据安全！

因为很多资料其实并不适合上传到在线AI平台，比如一些还在测试且并没有正式发布的新品、合作品牌方要求保密的产品资料和Brief、内部涉密文档、员工资料等等，这些文件完全是商业资产，上传到云端AI平台可能会泄密，或被平台用于AI训练后作为人人可查的公开数据，所以本地部署大模型就成为了一种新的选择，既可以使用AI又可以保密，目前本地运行大模型的方案挺多的，例如主流的Ollama、llama.cpp、LM Studio等，而我目前在铭凡N5 MAX上使用比较多的是LM Studio，当然了，毕竟只是工具，哪个顺手用哪个就行。

部署非常简单，我这里使用LM Studio演示一下，找到模型列表搜索Qwen，优先选择Qwen3.6-35B，点击Download就自动下载模型部署了，还可以对模型参数之类细调。

除了可以直接在LM Studio上使用Qwen模型对话外，建议开启软件的本地API接口，让其他AI工具也可以调用这个模型能力，比如给OpenClaw、Hermes Agent调用，这样一来整个本地AI工作流就搭建起来了。

部署完成后，可以直接在LM Studio上进行AI对话，把需求抛给AI，就可以了，实测TG速度有50t/s左右，也就是说它生成的文字速度快于常规人眼阅读速度，体验很不错，而且Qwen3.6-35B是一个多模态模型，不只是可以处理文字，还可以看懂图片，让NAS本地AI工作流具备解析照片、截图、文档图像的能力，实现图文一体化的离线处理，但是建议配合Workbuddy这类AI Agent软件调用体验会更好，当然了，这类AI Agent工具非常多，挑个自己用得顺手的就行。

Agent本身专注任务拆解、工具调度和工作流编排，复杂的推理理解它会交给部署在铭凡N5 MAX中的本地模型完成，这样就可以构建一套私有离线AI智能体，可以读取NAS内部的素材、文档，实现对本地数据的利用，企业和创作者的私有数据也不会流出内网，在Workbuddy的模型设置中填写LM Studio的API，接入Qwen模型就行。

Workbuddy内置了许多Skill技能，以往用这些技能你可能会担心资料泄密，但现在完全没有这个问题，因为接入了本地Qwen3.6-35B模型，所有数据都在N5 MAX上处理完成，没有泄露风险，可以畅玩各种Skill了。

先来小试牛刀，Qwen3.6-35B是一个多模态模型，可以分析文字、图片、文件之类，直接让它分析本地的一张图片内容，画面描述正确，而且文本解释很流畅自然。

现在我可以放心把甲方发来的保密产品资料、制作要求等资料全丢给Workbuddy帮我分析，比如说结合制作要求的某一点，让它帮我生成对应平台的测试大纲、制作方向以及选题、话题标签等等，它还会分析对应平台的用户属性给出建议，只能说铭凡N5 MAX流畅运行Qwen3.6-35B真是帮了大忙了。

许多的AI Agent场景我就不用多说了，告诉Workbuddy去整理哪个目录下的哪个文件，它也能轻松帮你搞定，比如我在写作脚本时会打开录音机边想边说，而后使用语音转成本地文本再进行修正，接着告诉Workbuddy整理要求，比如修改AI生成时的错误词、去掉语气词之类，可以发现修正结果完美，输出的结果也让我满意，最重要的是50多t/s的速度基本上不用等待，立马就有结果，提升了创作效率，也保证了产品资料不外泄。

以上是我作为个人创作者最频繁使用的场景，而且这台铭凡N5 MAX本身也是针对中小企业、创意团队与隐私敏感用户打造的「存储+算力+本地 AI」三合一旗舰NAS，所以以上场景同样也适用于团队、企业等关注数据隐私的场景。

2、AI知识库：让多年积累的数据产生价值

如果说前面的Workbuddy解决的是“怎么快速处理当前项目资料”的话，那么AI知识库解决的就是另一个问题了，那就是如何让过去积累的数据被充分利用起来，就以我自己来说，几年创作历程会存储大量的项目资料，比如产品Brief、文章脚本、视频素材以及各种技术文档，这些内容本身就是非常宝贵的知识资产，但过去它们更多只是存储在NAS或硬盘里面，需要使用时，还要花时间翻找，虽然现在借助铭凡N5 MAX的强大扩展容量解决了基础存储问题，但开头的问题还没解决！

所以在铭凡N5 MAX 上，我通过Docker部署了AnythingLLM知识库，并接入LM Studio运行的Qwen 3.6-35B 本地模型，这样可以让AI充分理解这些资料，当然了，此类相关知识库方案很多，挑自己顺手的来用就行，另外提一句，性能强、内存足运行Docker很丝滑。

实际使用时，我会把过去项目相关的文件导入知识库，比如以前测试过的产品资料、合作方案、文章内容等，知识库会自动读取、整理你提供的所有资料索引，方便后续检索调用。

之后就可以直接通过自然语言进行查询，比如直接让它“帮我找一下之前某SSD的资料，并提供以前的测评大纲”、“总结一下过去测试过的远程访问方案”、“参考之前文章风格生成一个新的内容框架”等诸如此类问题，好家伙，速度非常快，马上就有结果了，而且给出的建议很实用，它相比于传统的文件搜索最大的区别在于以前我们搜索的是文件名，而现在搜索的是文件里面的内容，而且它不只是帮你找到资料，还可以理解资料，并结合上下文进行整理，通过这个操作，就盘活了累积的数据，也能给我的创作带来更多灵感和效率。

很多小伙伴会搞混AnythingLLM和LM‑Studio各自的职责是什么，简单来说AnythingLLM是做知识库RAG的，负责解析文档、检索资料；它本身并不会思考，底层在跑Qwen3.6-35B大模型的是LM‑Studio，当我们使用自然语言提问的时候，AnythingLLM先把相关的资料片段找出来，接着通过API连接打包发给LM‑Studio上的Qwen去推理，得到结果再返回展示，所有文件全部留在本地NAS内网，不用调用云端，也是为什么不担心资料外泄的原因。

其实企业场景反而更明显，很多公司都有类似的问题：资料很多，但真的需要的时候找不到，新人加入不知道以前的项目怎么做，老员工积累的经验也很难快速传递，但是如果可以将这些资料集中存储，再结合本地AI知识库，员工就可以通过自然语言快速查询企业内部信息，同时数据无需上传到第三方平台，AI Agent NAS的加入可以让这些数据再次流动起来，降低企业培训成本、员工有问题也能通过铭凡N5 MAX快速获取答案，成为可以被利用的生产力。

3、AI理解视频素材，让NAS从仓库变成素材库

视频素材管理其实也是我作为内容创作者一直以来比较头疼的问题，随着视频项目越来越多，NAS中积累的视频素材也越来越庞大，虽然铭凡N5 MAX提供的双万兆网络接口可以满足局域网内多人进行在线4K、8K视频素材访问和剪辑需求，但从创作者角度来看，最难受的问题并不只是“存得下”，而是“素材找得到”。

比如以前测试过的一款NAS，里面拍摄过拆机过程，或者之前某个产品视频，有一段非常适合现在项目使用的展示镜头，如果按照传统方式，我只能打开NAS的文件夹，根据项目名称、日期一个个慢慢查找，你很确定自己拍过，却很难快速定位。

所以我也尝试在铭凡N5 MAX上部署了开源视频理解方案Videoseek，让AI帮助管理这些长期积累的视频工程素材，它的核心思路并不是简单按照文件名搜索，而是通过AI理解视频内容，对素材进行分析和索引，作为对比，使用普通NAS部署，CPU和GPU占用会直接满载，这时铭凡N5 MAX的性能优势就显现出来了，素材识别非常迅速的同时CPU、GPU占用也非常低。

以后需要某类镜头时，不需要再翻找几十个文件夹，而是可以直接通过自然语言搜索，比如直接搜索“NAS拆机镜头”之类的描述、或者“查找之前拍摄的硬盘安装过程”等字眼，马上就有结果展示了，而且需求对应上了，还有定位时间轴快速跳转，这样一来，过去只是存放在硬盘里的视频素材文件，就变成了可以被理解、被调用的素材资产，对于内容创作者来说，这意味着以后不一定需要重复拍摄，过去积累的大量视频素材也能够再次参与到新的创作流程中。

当然，如果换成企业环境，这个需求其实更明显，很多公司的素材库可能比个人更复杂，几年下来积累的视频、方案、培训资料数量非常庞大，真正需要的时候反而很难找到，而现在通过铭凡N5 MAX可以解决基础存储问题的同时，也能借助AI让企业素材库变成一个可搜索的数据资产，使用的员工只需要输入需求，就能快速找到对应的视频片段，大幅降低素材管理和重复制作成本，至少从目前N5 MAX的表现来看，NAS已经不只是一个放文件的盒子，它开始有能力参与到数据整理和调用过程中。

4、本地ASR：让隐私音视频安全进入AI流程

除了文字和视频素材，我还在铭凡N5 MAX上部署了QwenASR语音转文本方案，通过Docker运行本地语音识别模型，得益于N5 MAX强大的硬件性能，我可以同时运行多个Docker服务，甚至搭配虚拟机运行不同应用也非常丝滑。

为什么需要本地语音识别模型？其实也是出于数据安全考虑，比如一些商业合作视频、未发布产品资料、客户内部培训内容等，其中可能包含大量敏感信息，如果我直接上传到云端AI进行语音转文字，多少会存在数据泄露的风险，而本地ASR的优势就在于整个识别过程都在本地N5 MAX设备中完成，视频和音频数据无需离开本地环境，自然不存在泄露问题了，速度自然也不用多说了，毕竟Qwen3.6-35BB都跑得流畅，Qwen3-ASR对于这套硬件来说属于轻松负载了。

生成文本后，再结合前面的Workbuddy或本地Qwen模型，还可以进一步完成字幕优化、错别字修正、口语化调整等工作，让视频后期效率进一步提升。

其实对于团队、企业用户来说，本地语音转文本同样有很多应用场景，比如企业会议录音记录、客户沟通录音整理、培训视频转文字、内部资料归档等，对于重视数据安全的企业来说，这种数据完全留在内部、AI辅助处理的模式会成为未来非常重要的工作方式。

为什么需要本地AI？哪些场景可以用

值得一提的是铭凡N5 MAX即将推出128G统一内存版本，相比目前的64G版本来说将会进一步释放本地AI应用的可能性，因为本地运行大模型最大的限制往往不是CPU性能，而是内存容量，在实际使用中你会发现，除了模型本身需要占用空间外，同时运行知识库、AI Agent工具、多模态模型以及Docker、虚拟机服务时，内存余量是直接影响整体体验的，128G版本相比64G版本则更加适合对AI负载要求更高的场景，比如企业团队多人共享AI、同时运行多个类似于Qwen3.6-35B这种中大型模型、搭建更大规模的企业级知识库等。

这也是铭凡N5 MAX和目前所谓『AI NAS』的最大区别之一，但凡用过普通NAS的所谓AI功能就会发现，它们本质上还是传统NAS加上一些AI功能，例如AI搜索、智能分类或简单的AI助手，算力也是借助云端付费token，而铭凡N5 MAX依靠Ryzen AI Max+ 395平台、Radeon 8060S以及统一内存架构，把NAS存储和本地算力真正结合到了一起（存算一体），对于团队、企业用户来说，AI落地并不是简单增加一个AI聊天窗口，而是能同时处理大量数据、运行模型、海量知识库搭建以及各种业务，例如员工某个查询企业资料的普通操作，后台可能同时涉及到文件检索、知识库资料调用、本地模型推理、甚至Docker服务也要参与到协作中，如果硬件性能不足，是跑不起来的，而N5 MAX的优势就在于能承担以上多线业务操作的同时还能保持稳定运行，也就是说它解决了AI能不能真的用起来的问题，不是动嘴皮子，而是让用户拥有一套真实可用的本地AI基础设施。

前面我用得最多的还是Workbuddy，你还可以接入最先爆火的小龙虾OpenClaw、Hermes Agent等，挑你自己用得顺手、合适的工具就行，铭凡N5 MAX强大的性能让你畅玩Qwen3.6-35B、Gemma-4-31B、gpt-oss-20b等离线大模型。

值得一提的是铭凡N5 MAX出厂即预装了自家的MinisCloud OS系统，基本上不折腾就可以直接上手，提供了MinisOpenClaw智能体、MinisPhotos私有化AI相册、ZFS文件系统等等，上方提到的玩法都可以在MinisCloud OS系统中实现，此处就不再赘述了。

为什么AI本地化如此重要呢？可能是数据安全，对于内容创作者、创意团队以及注意隐私的企业用户来说，客户资料、商业文件、项目素材都是重要资产，一台AI Agent NAS可以在保证基础存储需求的情况下让这些数据留在自己的设备中，不用上传云端，在保证 AI效率的同时，也降低了数据泄露的风险；其次是使用成本，本地部署AI可以减少对云端AI服务的依赖，让AI能力掌握在用户手里，也不用考虑token消耗。

更重要的一点是数据形成长期积累，也就是前面说的私有知识库，相比于主流云端AI，本地AI可以结合自己的资料库进行检索整理工作，让AI更了解自己的业务，例如内容创作者可以利用AI管理素材、辅助写作；摄影工作室可以整理照片和客户资料；设计团队可以建立项目知识库；中小企业也可以搭建内部AI助手，帮助用户、员工快速查询企业资料。

而像铭凡N5 MAX这样的高性能AI Agent NAS，提供了可以流畅本地运行AI模型的硬件基础，实现了普通AI所不能完成的AI工作，目前在NAS产品里，这种玩法确实比较少见。

NAS进入AI时代

从基础的数据存储到如今的AI Agent NAS，铭凡N5 MAX确实有不一样的答案，按目前趋势，未来AI会越来越融入生活、工作中，可以看出这台机器也是很好地解决了『存算一体』这类需求。

铭凡N5 MAX的意义也不仅仅是在硬件层面增加AI能力，而是让个人创作者、小型工作室甚至中小企业，也拥有过去大型企业才具备的数据智能能力，对我来说，NAS未来的方向可能不是单纯比谁容量更大，而是谁能更好地帮助用户利用这些数据。