Claude Code em dieta: como executar um programador de IA grátis e localmente

Мечта об ИИ, который пишет код за тебя, наконец-то обрела осязаемую форму, но, как обычно, с нюансом в виде ежемесячной подписки. Claude Code от Anthropic сейчас считается золотым стандартом: он быстрый, умный и понимает контекст проекта лучше многих джунов. Однако за это приходится платить не только деньгами, но и приватностью, отправляя свои файлы в облако. Пока корпорации строят свои закрытые сады, опенсорс-сообщество методично собирает инструменты, которые позволяют оставить код на вашем SSD. Я посмотрел, как работает связка из агента Goose, платформы Ollama и свежих моделей Qwen, и результаты заставляют задуматься о целесообразности платных подписок.

Начнем с контекста: компания Block, которой руководит Джек Дорси, выпустила Goose не просто как очередную обертку над чатом. Это полноценный оркестратор, который умеет пользоваться терминалом, читать файлы и выполнять команды. Но магия случается, когда вы отключаете его от платных API и подключаете к Ollama. В качестве «мозгов» здесь выступает серия моделей Qwen-Coder. Эти модели от ребят из Alibaba Cloud внезапно стали тем самым «убийцей», которого все ждали: они показывают феноменальные результаты в тестах на написание кода, вплотную приближаясь к закрытым проприетарным решениям.

Почему это важно именно сейчас? Мы проходим точку перелома, когда локальные модели перестают быть «глупыми версиями GPT-4». На хорошем железе (особенно на чипах Apple серии M или картах NVIDIA с приличным объемом памяти) связка Goose и Qwen работает практически мгновенно. Вы не ждете, пока запрос уйдет на сервер в Вирджинию и вернется обратно. Вы не испытываете «тревожности за токены», когда каждое неудачное решение нейросети стоит вам несколько центов. Это полная свобода эксперимента: можно заставить агента переписать весь проект десять раз просто потому, что вам не понравился стиль именования переменных.

Конечно, есть и обратная сторона. Claude 3.5 Sonnet все еще лучше справляется со сложной архитектурной логикой и реже уходит в бесконечные циклы самоисправления. Локальный агент иногда напоминает очень старательного, но не всегда внимательного стажера: он может запутаться в путях к файлам или предложить решение, которое работало три года назад. Однако скорость итераций в опенсорсе сейчас такова, что этот разрыв сокращается ежемесячно. Если раньше локальный запуск ИИ требовал степени магистра по системному администрированию, то теперь это решается парой команд в терминале.

Главное: эпоха монополии облачных ИИ-программистов подходит к концу. Для компаний с жесткими требованиями к безопасности и для разработчиков-одиночек, которые не хотят кормить гигантов Кремниевой долины, локальные агенты стали реальным рабочим инструментом. Готовы ли вы доверить свой продакшн модели, которая живет полностью на вашем ноутбуке?