---
title: "Локальный coding agent на ds4: что проверить до покупки железа"
description: "ds4 поддерживает несколько моделей и GPU-бэкендов. Разбираем выбор конфигурации, приватность и проверку качества на своих задачах без неподтверждённых бенчмарков."
canonical: https://artka.dev/blog/local-coding-agent/
alternate: https://artka.dev/en/blog/local-coding-agent/
author: "Artyom Kashuta"
language: ru-RU
published: 2026-05-09
updated: 2026-09-07
tags: [ai, local-inference, coding-agents, deepseek, apple-silicon]
---

# Локальный coding agent на ds4: что проверить до покупки железа

Запустить модель локально и получить полезного coding agent — разные задачи. Первая заканчивается ответом в терминале. Вторая — корректной правкой, которая проходит тесты и не требует больше времени на исправление, чем ручная работа.

Эта статья — разбор проекта и план проверки, а не отчёт о собственном тестировании на Mac с большим объёмом памяти. Прежние советы «только Metal», «только Flash» и универсальный порог 128 ГБ устарели. По ним нельзя выбирать оборудование.

## Что изменилось в ds4

На 7 сентября 2026 [репозиторий antirez/ds4](https://github.com/antirez/ds4) представляет проект как DwarfStar: движок с поддержкой Metal, CUDA и ROCm. В описании перечислены DeepSeek V4 Flash и Pro, а также модели семейства GLM. Проект использует подготовленные для него GGUF-файлы; произвольный GGUF не обязательно совместим.

Поддержка бэкенда не означает одинаковую производительность на всех видеокартах. Перед установкой откройте документацию выбранной модели и платформы в этом репозитории. Старый рецепт для одного Mac не следует переносить на Linux с другой схемой памяти.

## Сначала заполните паспорт конфигурации

До скачивания весов запишите:

| Параметр                      | Зачем он нужен                                  |
| ----------------------------- | ----------------------------------------------- |
| Commit движка                 | Связать результат с конкретной реализацией      |
| Модель и файл весов           | Не сравнивать разные модели под одним названием |
| Квантование                   | Учитывать компромисс памяти и качества          |
| CPU, GPU, RAM, VRAM           | Понять, где размещаются веса и рабочие данные   |
| Контекст и максимальный ответ | Повторить реальную нагрузку                     |
| Версии ОС и драйвера          | Воспроизвести запуск и ошибки                   |
| Параметры запуска             | Отделить поведение модели от настроек движка    |

Объём файла на диске не равен всей памяти процесса. Кроме весов нужны рабочие буферы, контекст и память остальных программ. Даже успешная загрузка не показывает, насколько удобно будет работать с длинным диалогом. Проверяйте нужную конфигурацию до покупки, на доступной машине или по воспроизводимому отчёту с теми же параметрами.

## Три задачи вместо одного красивого ответа

Подготовьте небольшую копию знакомого репозитория без секретов. Выберите задачи с известным результатом:

1. **Поиск причины ошибки.** Дайте падающий тест и попросите объяснить путь данных. Оценивайте ссылки на реальные файлы, а не уверенность объяснения.
2. **Локальная правка.** Попросите исправить ошибку без смены публичного API. Сравните diff и проверьте соседние сценарии.
3. **Работа после ошибки инструмента.** Верните неуспешный результат теста. Проверьте, исправляет ли агент причину или просто повторяет команду.

Для каждого запуска сохраните время до первого полезного действия, полное время, результат тестов, число вмешательств и потребление памяти. Скорость генерации токенов записывайте отдельно: более быстрый текст не обязательно даёт более быстрый принятый PR.

## Локальность проверяется по всей цепочке

Локальная модель может работать вместе с сетевым поиском, MCP-сервером или облачным fallback. Поэтому надпись localhost не доказывает, что данные остаются на машине. Проверьте конфигурацию инструментов, исходящие соединения и поведение при отключённой сети.

В тестовом репозитории нужны тестовые данные. Выдайте агенту только требуемые инструменты и отдельно проверьте отмену операции. Если он умеет отправлять сообщения или изменять удалённые ресурсы, это уже отдельные права — они не становятся безопасными из-за локального inference.

## Когда эксперимент можно считать полезным

Сначала задайте собственный критерий: например, агент должен исправить выбранную регрессию, сохранить API и пройти тесты без ручной переписи решения. Это критерий приёмки, не результат проведённого здесь эксперимента.

Если задача не проходит, зафиксируйте точный сбой: неверный tool call, потеря инструкции, нехватка памяти или неправильная правка. Такой отчёт помогает выбрать следующую настройку. Обещание «заменяет облачный агент» без этой информации мало что говорит.

Для настройки инструкций пригодится [шаблон CLAUDE.md](/blog/claude-md-12-rules/).