一個 Docker 容器裝下一家公司？自架 AI 平台正在改寫企業軟體的採購邏輯

一週之內，至少五個自架（self-hosted）AI 專案在 Hacker News 與 Reddit 上接力曝光。最新的一個叫 OtoDock，定位是「公司作業系統」，讓 Claude Code 與 Codex 代理人被編排進不同部門運作（https://github.com/OtoDock/oto-dock）。隔天，另一個團隊在 Reddit 的滲透測試版分享自架 AI 安全測試工作區，理由只有一個:市面上所有「AI 滲透測試」方案，都會把客戶的漏洞資料送往託管模型（https://www.reddit.com/r/Pentesting/comments/1wasc7f/we_built_a_fully_selfhosted_ai_pentesting/）。

這不是巧合，是一種採購邏輯的轉向。

關鍵一:資料不出門，成了自架浪潮的核心賣點

那篇滲透測試帖直白點名痛點——安全廠商最不能接受的，是把客戶漏洞資料交給第三方託管模型。他們的解法是中央平台加本地 LLM，再以 Claude Code/OpenCode 作為執行框架。同一週，Notifkit 把電子郵件、簡訊、推播等通知基礎設施也做成可自架、且支援 MCP 協定的開源專案（https://github.com/devkitshq/notifkit）。MCP 成為這批工具的共同語言，代理人不再綁死於單一雲端服務。

關鍵二:部署門檻被壓到「一個容器」

Eidon 更激進:聊天、代理人、自動化、工具全包進單一 Docker 容器，相容 Ollama 與 LM Studio，採 AGPL 授權（https://www.reddit.com/r/LocalLLaMA/comments/1w8asps/eidon_an_allinone_selfhosted_ai_platform_chat/）。Reddit 上另有整理七款 Linux 本地 AI 工具的清單，涵蓋 Ollama、Open WebUI、Aider 等，反映個人端需求已相當成熟（https://www.reddit.com/r/LinuxTeck/comments/1w9vjno/7_ai_tools_for_linux_users_local_selfhosted/）。當部署成本降到一份 docker-compose 檔，企業自架的最大障礙就只剩維運人力。

對台灣的意義:硬體在這裡，話語權呢？

這波浪潮跑的是開源加地端路線，運算載體是 GPU 伺服器——台灣供應鏈熟悉的戰場。但 AGPL 授權與 MCP 生態都由海外社群主導，台灣軟體圈若只在硬體層扮演角色，等於把企業 AI 主權的規則制定權再度讓出。金融、醫療等受法規約束的產業，反而是自架 AI 最合理的第一批買家。

這些專案仍多屬早期作品，穩定性未經大規模驗證。但當「公司作業系統」四個字開始出現在 Show HN，問題已經不是要不要自架，而是誰來定義它的介面。