我把一台 8G 老笔记本改造成 Ubuntu AI 开发机
最近 AI 编程越来越重度。
平时主要使用:
Claude Code
Codex
OpenRouter
VSCode
Docker
Node.js
慢慢发现:
Windows 开发环境虽然也能用,但很多 AI 工具本质上更偏 Linux 生态。
尤其:
CLI 工具
Docker
MCP
Agent
Python 环境
Shell 工具链
于是,我决定把一台老笔记本直接重装成 Ubuntu,专门作为 AI 开发机。
这篇文章记录一下整个过程,以及国内网络环境下比较合理的安装方案。
我的电脑配置
开发笔记本:
AMD Ryzen 5 3500U
8G 内存
256G SSD
主力娱乐机:
R5 5600G
32G 内存
Windows
分工非常明确:
Windows 主机
负责:
游戏
Ubuntu 笔记本
负责:
AI 编程
Docker
Linux 开发
VPS 管理
Claude Code
Codex
Git
这种体验其实比“一台机器干所有事情”舒服很多。
为什么我选择 Ubuntu
1. AI 编程工具更适合 Linux
现在很多 AI 工具默认就是 Linux 思维:
bash
shell
Docker
Python
Node CLI
比如:
Claude Code
MCP
Playwright
Docker
LangChain
Ubuntu 基本都是一条命令安装。
而 Windows 经常会遇到:
PATH 问题
PowerShell 问题
Python 环境问题
npm 权限问题
2. Docker 在 Linux 下体验更好
Windows 的 Docker 本质还是:
WSL2
Hyper-V
Docker Desktop
属于“套娃”。
而 Ubuntu 是真正原生 Docker。
3. Ubuntu 更省资源
我的 8G 笔记本:
Windows 11
刚开机:
4~5G 内存直接没了
Ubuntu
刚开机:
1.5~2.5G 左右
开发空间会大很多。
Ubuntu 版本选择
推荐:
Ubuntu 24.04 LTS
原因:
稳定
AI 工具兼容性最好
教程最多
Docker 兼容最好
LTS 支持时间长
下载文件:
ubuntu-24.04.2-desktop-amd64.iso
或者更新版本:
ubuntu-24.04.3-desktop-amd64.iso
都可以。
24.04.x 本质都是同一个 LTS 系统,只是补丁和驱动更新。
国内下载 Ubuntu 的推荐方案
Ubuntu 官方下载有时候比较慢。
国内建议:
清华镜像
速度会快很多。
推荐下载:
ubuntu-24.04.3-desktop-amd64.iso
如果没有直链,也可以下载:
ubuntu-24.04.3-desktop-amd64.iso.torrent
然后使用 BT 下载。
torrent 文件是什么
很多人第一次看到:
.iso.torrent
会有点懵。
其实它不是系统本体。
它只是:
下载信息
Tracker
文件校验信息
需要用 BT 工具打开。
推荐 BT 下载工具
推荐:
MotrixNext
不要用:
迅雷
一些国产魔改 BT
安装后:
直接双击:
ubuntu-24.04.3-desktop-amd64.iso.torrent
最终会下载得到:
ubuntu-24.04.3-desktop-amd64.iso
制作 Ubuntu 启动盘
很多人会犯一个错误:
错误方式
直接:
复制 ubuntu.iso 到 U盘
这样无法启动。
必须:
使用 Rufus 写盘。
正确制作方式
准备:
8G 以上 U盘
工具:
Rufus
步骤:
1. 打开 Rufus
2. 插入 U盘
3. 选择 ISO 文件
比如:
E:\ubuntu-24.04.2-desktop-amd64.iso
4. 推荐配置
选项 | 设置 -- | -- 分区类型 | GPT 目标系统 | UEFI 文件系统 | FAT325. 点击开始
Rufus 会:
格式化 U盘
写入 Ubuntu 启动系统
制作启动盘
完成后:
U盘就不再是普通 U盘,而是 Ubuntu 启动盘。
安装 Ubuntu
重启电脑。
开机狂按:
F12
ESC
或 BIOS 启动键
进入:
U盘启动
即可进入 Ubuntu 安装界面。
安装时的重要选择
推荐:
Minimal Installation
不要完整安装。
原因:
我的机器只有:
8G 内存
256G SSD
最小安装会轻很多。
不需要:
LibreOffice
游戏
一堆媒体软件
因为这台机器本质是:
Linux 开发机。
磁盘分区方案
因为我:
不双系统
全盘 Ubuntu
所以最简单:
Erase disk and install Ubuntu
让 Ubuntu 自动分区即可。
会自动创建:
EFI
ext4
swap
不用手动折腾。
Ubuntu 安装后的第一件事
非常重要:
换国内软件源
否则:
apt update
会非常慢。
推荐清华源
编辑:
sudo nano /etc/apt/sources.list
Ubuntu 24.04:
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ noble main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ noble-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ noble-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ noble-security main restricted universe multiverse
然后:
sudo apt update
sudo apt upgrade -y
速度会明显改善。
我的 Ubuntu 开发环境
基础工具
sudo apt install git curl wget unzip build-essential zsh -y
Node.js 推荐方案
不要用 apt 安装 Node。
推荐:
fnm
安装:
curl -fsSL https://fnm.vercel.app/install | bash
然后:
fnm install 22
fnm default 22
pnpm
npm install -g pnpm
VSCode
推荐直接安装 Linux 版 VSCode。
插件:
ESLint
Prettier
Docker
GitLens
Docker 建议
因为我的机器只有 8G。
所以:
不建议滥开 Docker
建议:
同时只跑 1~2 个容器
不用及时关闭
否则容易卡。
8G 内存还能做 AI 开发吗
其实完全可以。
因为:
现在大多数 AI 编程:
模型跑在云端
本地只是编辑器和 Agent Runtime
本地真正消耗并不大。
所以:
Claude Code
Codex
OpenRouter
都能正常使用。
不建议做的事情
这台机器不适合:
本地跑大模型
Android Studio
多虚拟机
Docker 开很多服务
Chrome 几十个标签
但作为:
AI 开发副机
它其实非常合适。
最后的感受
很多人觉得:
老笔记本已经不行了。
但实际上:
只要换成 Ubuntu,并且明确定位:
开发
Linux
AI 工具
Docker
SSH
体验会比继续坚持 Windows 好很多。
尤其现在 AI 编程越来越偏 Linux 生态。
提前把开发环境迁移到 Ubuntu,其实是一件很舒服的事情。
这台 3500U + 8G 的老机器,现在已经变成了我的:
移动 Linux AI 工作站
日常:
VSCode
Terminal
Claude Code
Git
SSH
Docker
已经完全够用了。
评论
使用 GitHub 账号登录后即可评论