ПостКодовый агент на Mac без облака: MTPLX + pi + Qwen3.8-27B. Где реально прирост, а где нет

28 сентября 2026

Data Science | Machinelearning [ru]

Фотография
нажмите — покажем

Кодовый агент на Mac без облака: MTPLX + pi + Qwen3.8-27B. Где реально прирост, а где нет Автору загорелось, чтобы агент для кода жил целиком на ноуте, без всяких облаков: модель — локально, сервер — локально, сам агент — в терминале. Но сразу главная засада — скорость. Агент без конца пережёвывает длинный контекст, много «размышляет», и на локальном железе это выливается в минуты ожидания на каждую таску. Читать далее 👉 Telegram | Max

24 · 1.4K · 09:07

Рядом в ленте

Data Science | Machinelearning [ru]09:07[Перевод] Промпт-инжиниринг: как лучше общаться с ИИ Что тебе ответит генеративная модель — во многом упирается в то, как ты слепил запрос. Промпт-инжиниринг — D

Data Science | Machinelearning [ru]13:07Нейрочип НТЦ «Модуль»: единственный серийный в стране Разбор единственного серийного нейрочипа страны — НТЦ «Модуль», 27 лет в серии. Что он тянет по даташиту и

это сообщение

Data Science | Machinelearning [ru]17:07Что происходит с данными, когда их становится слишком много Корпоративные данные сегодня живут сразу в нескольких сценариях: их нужно собирать, обрабатывать, ан D

Data Science | Machinelearning [ru]09:07Закрытый Jev против открытой Laya: раскладываем decision-модели в RAG-реранжировании Облачный Jev — и на локальную Laya? Автор прогнал обе модели и три узкоспец