The Verge lança diário sobre IA local: Hermes, Qwen e Mac Studio

Um autor, dois computadores e um modelo aberto rodando em hardware próprio. O The Verge abre uma série de textos sobre IA local, em que um colunista que nunca usou redes neurais de forma regular tenta entender se é possível dispensar a nuvem. A motivação é simples: ele não quer entregar seus dados mais pessoais a serviços em nuvem. Rodar modelos potentes em casa, porém, fica cada vez mais fácil, e resta saber se isso justifica a compra de uma máquina cara.

O trecho publicado traz poucos detalhes técnicos, e não vamos fingir que eles existem. O principal é o seguinte: o próprio autor diz que não é especialista, promete registrar tudo ao longo do processo e compara a IA local a uma jornada que não necessariamente vale a pena fazer.

O que exatamente está em teste

A legenda da foto e o link para a matéria completa permitem montar o stack de trabalho. Na imagem, um notebook Asus TUF A14 roda o Hermes Agent e está apoiado em uma mesinha infantil, entre brinquedos. O endereço do artigo menciona Hermes, o modelo Qwen e o Mac Studio. Pelo visto, a ideia é esta: o agente funciona sobre um modelo aberto, e o hardware é comparado no esquema "notebook gamer contra Mac de mesa".

O texto também cita o argumento de marketing da Apple. Boa parte da apresentação dos novos Macs de mesa gira em torno do bom desempenho deles em tarefas de IA. O trecho publicado é cortado antes do fim, por isso não reproduzimos aqui os números da Apple nem os resultados dos testes.

• Formato: diário público com conclusões parciais, e não uma análise única.
• Agente: Hermes Agent, executado localmente.
• Modelo: família Qwen (segundo o link da matéria).
• Hardware: Asus TUF A14 e Mac Studio.
• Pergunta central: vale pagar mais por um computador com mais RAM?
• Motivação: privacidade e a recusa em enviar dados pessoais para a nuvem.

Por que a questão da memória não é retórica?

Modelos locais têm uma limitação física: os pesos precisam caber na memória, e a velocidade de geração depende de quão rápido essa memória entrega os dados. Por isso, quem compra esbarra não na frequência do processador, mas na capacidade e no tipo de memória. O autor diz abertamente que a RAM é superestimada. Em 2026, esse é um tema sensível para quem monta uma máquina para redes neurais.

Há ainda uma segunda dificuldade, da qual o autor já avisa no título: aprender IA local é, ao mesmo tempo, empolgante, sobrecarregante e irritante. É preciso escolher o modelo, o formato dos pesos, a camada de software e o agente. Cada decisão afeta a qualidade das respostas e a velocidade de execução.

Como usar este material

Por enquanto, é mais uma proposta de série do que um veredito pronto. Mesmo assim, já dá para extrair dela um passo a passo para quem pensa em IA local.

1. Defina a tarefa. Se você precisa de um assistente privado para notas e documentos pessoais, os requisitos do modelo serão um.

Se precisa de um agente para ações complexas em várias etapas, serão bem outros. 2. Comece pelo hardware que você já tem.

Um notebook como o Asus TUF A14 faz, nessa história, o papel de porta de entrada, enquanto o Mac Studio é a opção para quem está disposto a pagar por memória. 3. Não compre um computador para IA antes da hora.

Primeiro, rode um modelo aberto pequeno e veja o que falta. 4. Acompanhe a continuação do diário.

Serão as medições em configurações concretas que mostrarão onde a execução local já substitui a nuvem e onde ainda não.

O The Verge vai publicar o texto completo e os resultados dos testes à medida que o autor avançar nessa jornada.