20 agenttia otettiin eilen käyttöön 18 käyttäjän kesken. Päivittäinen raja osui. Paikat täynnä. Jos näet virheitä juuri nyt, olemme parhaillaan huollossa, kun julkaisemme uutta arkkitehtuuriamme. Kaikki palaa pian. Olemme vasta alussa.

Moltghost-kehityspäivitys Tutkin Kimi K2:ta paikallisena mallivaihtoehtona. Se on 1T-parametrin MoE-malli — jopa kvantisoituna, se tarvitsee 500GB+ levyn ja 200GB+ VRAMin. Yksittäiset GPU-podimme ovat maksimissaan 45GB, joten se ei ole mahdollista nykyisellä laitteistolla. Toistaiseksi käytämme malleja, jotka sopivat yksittäisille GPU:ille kuten Phi4-Mini ja Qwen3 8B, ja seuraavaksi tulevat perustelumallit kuten DeepSeek-R1. Moni-GPU-klusterituki on suunnitelmissa. Sijoituspuolella bootstrap laski 75:stä 19:ään. Sisällytimme OpenClaw- ja LLM-painot Docker-kuvaan, poistimme git-pull and rebuild -silmukan ja rinnakkaistimme käynnistyksen. Testattu kolmella GPU-tyypillä: L4 → 18s bootstrap, ~2:47 yhteensä A5000 → 19s bootstrap, ~6:18 yhteensä A40 → 18s bootstrap, ~5:08 yhteensä Klikkaa live-agentille alle 3 minuutissa L4:llä. Jäljelle jäävä pullonkaula on kontti-init — RunPod vetää ja purkaa 1,3GB Docker-kuvamme GPU-solmuun ennen kuin koodimme edes käynnistyy. Tämä kestää 2–5 minuuttia riippuen siitä, mihin solmuun päädyt ja onko kuva jo välimuistissa. Seuraava askel on RunPod-mallipohjien rekisteröinti kuvien esivälimuistiin solmujen välillä, tavoitteena lyhentää kokonaisjulkaisu alle minuuttiin. Kaikki tämä toimii edelleen paikallisessa kehityksessä. Monimallivalinta ei ole vielä tuotannossa — meidän täytyy vielä rakentaa Qwen3 8B:n kuva uudelleen vastaamaan päivitettyä järjestelmää ennen sen julkistamista.

Tänään yritämme rakentaa uuden kuvan paikalliselle LLM:lle käyttäen Kimi-mallia. Tavoite: lyhentää agenttien provisionointiaikaa, jotta käyttöönotto nopeutuu huomattavasti.