Aperture 正式发布：为智能体AI打造家庭实验室环境

来源：https://tailscale.com/blog/aperture-ga?utm_source=twitter&utm_medium=owned-social&utm_campaign=tailscaleup-product-update-2026 我们开始构建 Aperture 已经有十个月，旨在证明在使用 Tailscale 的智能体AI时，您无需在易用性、身份感知网络和稳健安全性之间做出选择。

我们的解决方案最初是一个 LLM 代理（https://tailscale.com/blog/aperture-private-alpha），旨在消除向连接到您 tailnet 的工程师和智能体分发 API 密钥的需求。此后，它已发展成为一个全面的 AI 网关，为企业提供了无数的可见性和控制功能。这些功能包括成本控制（https://tailscale.com/blog/aperture-public-beta）、请求与响应钩子、护栏、详尽的日志记录，甚至是一个完整的 MCP（模型上下文协议）和 API 代理，从而将更多的密钥远离智能体和人员。

然而，随着今天正式发布（GA）的公告，我们希望回归 Tailscale 的初心，专注于为个人和家庭实验室爱好者提供一种“开箱即用”的体验。因此，我们还宣布了一系列新功能，包括：

• 通过 Aperture 购买令牌（tokens）
• 用于控制您的 tailnet 及其上设备的 MCP
• 升级的聊天体验

电池包含在内 (https://tailscale.com/blog/aperture-ga?utm_source=twitter&utm_medium=owned-social&utm_campaign=tailscaleup-product-update-2026#batteries-tokens-included)

我们相信，未来高效且经济的 AI 使用方式涉及试验来自众多不同实验室的各种模型。

特别是，开源权重模型正变得越来越普及和强大，但它们可能仍然难以使用，并且需要大量的前期投资。在此之前，将开源权重模型引入您的 Aperture 实例，需要第三方 API 密钥或足够昂贵的硬件，以便通过 Aperture 路由先进的自托管模型。

如今，每个新的 Aperture 实例都附带一些初始令牌。您也可以直接在 Aperture 内为任何主流模型（包括开源权重和闭源模型）购买更多令牌。无论您是自带订阅（https://tailscale.com/blog/aperture-ai-passthrough-subscription-costs）和 API 密钥，还是使用通过 Tailscale 获取的令牌，我们的目标都很简单：我们希望您能尽快高效地使用 AI。

通过 MCP 控制 Tailnet (https://tailscale.com/blog/aperture-ga?utm_source=twitter&utm_medium=owned-social&utm_campaign=tailscaleup-product-update-2026#controlling-the-tailnet-via-mcp)

管理家庭实验室（或任何网络）——无论是否融入 AI——其体验范围可从充满乐趣到如同西西弗斯推巨石般艰辛。为了应对那些需要“推巨石上山”的时刻，我们新增了两个 MCP 端点：Tailscale 和 Tailscale SSH。它们使 Aperture 和编码智能体更容易将新节点添加到您的 tailnet，以及通过 Tailscale SSH（https://tailscale.com/docs/features/tailscale-ssh）访问它们。这在如下场景中很有用：例如，您希望一个智能体将服务部署到您 tailnet 中的一个节点上，以便您远程访问或与他人共享。通过 MCP 访问，智能体可以请求您的授权，一旦批准，便可配置服务，无需手动复制密钥和填写环境变量。

连接器设置面板展示了可用于聊天和智能体的服务。Web 和代码沙箱已启用，位置功能可启用。Tailnet 和 Tailscale SSH 显示已连接状态。另有 18 个额外连接器可用。

在您过于担心智能体执行所有这些操作之前，我想指出三点。首先，Tailscale 的单向访问控制规则仍然生效：Aperture——以及通过它工作的任何智能体——必须遵守这些规则，因此您可以精确控制哪些机器可以与 Aperture 通信，反之亦然。其次，您批准 Aperture 想要添加到您 tailnet 的每一台机器。第三，有一个清晰的审计跟踪，因为您智能体的所有操作都会被记录。

我们希望这些新的 MCP 能让您保留家庭实验室的乐趣部分，同时将繁琐的 YAML 和其他易出错的配置任务交给受您控制的 LLM。

升级的聊天体验与项目功能

自从我们宣布内置在 Aperture 中的聊天界面（https://tailscale.com/blog/ai-without-lock-in）以来，我们收到了大量关于它如何能更好地与您的数据和设备协作的反馈。这就是为什么我们添加了“项目”（Projects）功能，以及自定义的默认工具权限。

“项目”允许您对聊天进行分组，共享初始上下文（指令）、工具访问权限以及它们之间的 tailnet 节点。您无需在每次聊天中都提示项目的提纲和目标，从而节省了时间。您可以将工具访问扩展到默认值之外，或者在处理更棘手的工作时限制它。而且，您不必告诉 LLM 如何访问您的 NAS；NAS 作为一个 Tailscale 节点存在，如果您的访问控制规则允许，LLM 就可以在您的 tailnet 中访问它。

家庭实验室项目仪表板展示了部署配置，包括 Tailnet 节点管理、可用工具，以及近期在暗色主题界面中讨论系统诊断性能问题的聊天历史记录。

第二个主要新增功能是能够为 Aperture 中暴露的所有内容定义默认工具权限。我们一直试图在为每次聊天指定每个工具所带来的可预测性，与 LLM 广泛使用工具所带来的偶然发现之间取得平衡。现在，您可以设置对您自身使用有意义的默认值，并在所有聊天中沿用。

Tailscale SSH 连接器界面显示已连接状态，无需认证。列出了写入/删除工具，包括 list_machines 和 run_command 选项及其详细说明。每个工具旁边都有允许和阻止状态指示器。

下一步计划与如何开始使用 Aperture (https://tailscale.com/blog/aperture-ga?utm_source=twitter&utm_medium=owned-social&utm_campaign=tailscaleup-product-update-2026#whats-next-and-getting-started-with-aperture)

我们不知道智能体AI的未来会怎样，但我们知道它需要灵活性和安全性之间的正确平衡，以支持人们在未来的日、周、月中所能想象到的各种用例。

如果您希望与我们同行，并使用 Aperture 来控制和扩展您的智能体AI，您可以立即将其添加到您的 tailnet（https://aperture.tailscale.com/）。一如既往，我们感谢并阅读您提交的所有反馈，请通过 Aperture 中的反馈表单或发送电子邮件至 [email protected] 告诉我们您的想法。