Локальные ИИ-агенты на Mac: что действительно остаётся на компьютере, сколько памяти нужно и можно ли работать без интернета. Я продолжаю пополнять базу знаний полезными материалами. Беру темы, с которыми сам сталкиваюсь или которые мне интересны, разбираюсь в них по первоисточникам и превращаю результат в руководство для всех. На этот раз разобрал локальных ИИ-агентов на Mac и MLX — фреймворк Apple для запуска моделей на Apple silicon. Вокруг локального ИИ много красивых обещаний: приватность, отсутствие платы за токены, низкая задержка, работа офлайн. Но сам факт запуска модели на Mac ещё ничего не гарантирует. Агент может обращаться к GitHub, поисковикам, облачным базам и удалённым MCP-серверам. В этот момент часть данных уже покидает компьютер. В руководстве я собрал: - как устроен локальный агентный контур; какие задачи разумно отдавать локальной модели; - от чего на самом деле зависят приватность и скорость; - сколько памяти нужно оставлять для модели, контекста и инструментов; - как поднять официальный MLX-LM Server; - как подключить Codex через сторонний сервер mlx-serve; - как проверить, что агент действительно работает без сети; - когда локальный запуск проигрывает облаку. Внутри есть готовые команды, критерии успешного запуска, предупреждения по безопасности и чеклист для проверки всей системы. Главный практический вывод: для большинства рабочих задач лучше начинать с гибридного контура. Простые и чувствительные операции выполнять локально, а сложные задачи отправлять в одобренную облачную модель по явным правилам. Получилось большое руководство, которое можно сохранить и использовать как пошаговую инструкцию: 👉 Локальные ИИ-агенты на Mac: MLX, приватность, задержка и офлайн-работа