Что это
Тренд — запускать кодинг-модели на собственном железе (ноутбук, рабочая станция, сервер) вместо облачного API. Открытые модели (Qwen Coder, DeepSeek, Devstral, GLM, Kimi) стали достаточно сильными, а тулзы вроде Ollama — достаточно простыми, чтобы локальный кодинг-агент стал реальностью.
Откуда пошло
- 2024–25 — открытые модели для кода (Qwen 2.5 Coder, DeepSeek-Coder) догнали уровень коммерческих среднего класса.
- Ollama, LM Studio, llama.cpp превратили запуск в «одну команду».
- Связки OpenCode/Cline/Continue + локальная модель дали полноценного агента без облака.
Почему взлетело
- Приватность: код и данные не покидают машину — критично для регулируемых отраслей (44% компаний называют приватность данных главной заботой при внедрении LLM).
- Экономика: нет платы за токены, нет лимитов, работает офлайн.
- Доступность железа: ~24GB VRAM хватает Qwen 2.5 Coder 32B (Q4) с качеством, близким к топ-облаку для многих задач.
Как применить сейчас
- Поставь Ollama, скачай актуальную Coder-модель, подключи к Cline/Continue/OpenCode.
- Локально — чувствительный код и приватные репозитории; в облако — только то, что не жалко.
- Гибрид: лёгкие задачи локально, тяжёлое суждение — в топ-облако.
На что обратить внимание
- Локальные модели всё ещё отстают от лучших облачных на сложных агентных задачах — сверяйся с бенчмарками.
- Упрёшься в железо: большие модели требуют VRAM; на слабой машине — компромисс по качеству/скорости.
- «Локально = безопасно» только если ты контролируешь, что модель скачана из доверенного источника (supply-chain весов).