Часто задаваемые вопросы

Самые популярные вопросы новичков о локальном AI.

← Словарь терминов · Пошаговый план → · 🇬🇧 English

Содержание

1. Общие вопросы
2. О железе
3. О моделях
4. О кодинге
5. О безопасности и законности
6. Что дальше

1. Общие вопросы

AI опасен? Не убьёт ли он человечество?

Нет. Современные LLM — это не разум, а сложные калькуляторы вероятностей. У них нет целей, сознания или желаний. Это инструмент, как калькулятор или поисковик, только гораздо сложнее.

Аналогия: представьте, что вы впервые увидели автомобиль. Он быстрый, мощный, может убить — но вы же не боитесь каждой машины на дороге. Опасность — не в том, что модель «захочет» навредить, а в том, что человек может слепо довериться её ответам. Относитесь к AI как к помощнику, который может ошибаться — и всё будет хорошо.

Это просто ChatGPT?

ChatGPT — это один конкретный сервис от OpenAI. Но есть десятки других моделей: Llama (Meta), Qwen (Alibaba), Mistral, DeepSeek, Gemma (Google). Они могут быть не хуже ChatGPT — и при этом работать полностью на вашем компьютере, бесплатно и без интернета.

ChatGPT — это верхушка айсберга. Под водой — целый океан открытых моделей, которые вы можете запустить локально.

AI заменит мою работу?

AI не заменит вас. Но человек, умеющий использовать AI, заменит того, кто не умеет.

Как Excel не заменил бухгалтеров, а сделал их эффективнее — так и AI становится инструментом усиления, а не замены. Особенно в России, где многие профессии требуют русского языка, локальных знаний и человеческого контакта — здесь AI пока слаб.

Изучение AI сейчас — это не бегство от замены, а инвестиция в свою конкурентоспособность.

Зачем запускать локально, если есть ChatGPT?

Подробнее: cloud-vs-local.ru.md

2. О железе

Сколько стоит запускать локальные модели?

Бесплатно. Если у вас уже есть компьютер — вы платите только за электричество (копейки). Модели скачиваются бесплатно, работают без подписок.

Единственная статья расходов — если вы решите купить более мощное железо (но это разовая инвестиция).

У меня 8 GB RAM — что-то получится?

Да. Запускайте маленькие модели (1-3B параметров): Phi-3-mini, Qwen 2.5 1.5B. Они работают на 8 GB, хотя скорость будет невысокой (~10-15 токенов/сек). Этого достаточно для простого чата и автодополнения кода.

Если позволяет бюджет — MacBook Air M1 16 GB б/у ($500-700) даст кардинально лучший опыт.

Нужна ли видеокарта (GPU)?

Не обязательно. Современные инструменты (Ollama, LM Studio, llama.cpp) отлично работают на CPU. GPU ускоряет в 2-5 раз, но не обязателен.

Исключение: для моделей 14B+ GPU желателен. Для моделей до 7B CPU достаточно.

Mac — плох для AI? Нужен Windows?

Устаревший миф. Apple Silicon (M1/M2/M3/M4) — одна из лучших платформ для локального AI:

• Unified Memory: вся RAM доступна модели (Mac с 64 GB может запускать модели 70B)
• MLX Framework: часто быстрее, чем CUDA на сопоставимом железе
• Энергоэффективность: MacBook работает от батареи, PC с GPU потребляет 300-450W

Intel Mac — да, не подходит. Но Apple Silicon — идеальный старт.

Мой компьютер 5-летней давности — запустится?

Зависит от конфигурации:

• 5-летний MacBook Pro (Intel) 16 GB — запустит модели до 7B, медленно
• 5-летний Windows-ноутбук 8 GB без GPU — только модели 1-3B
• Совет: используйте Q4 квантование и маленькие модели. Начните с Qwen 2.5 1.5B.

3. О моделях

Сколько моделей можно установить? Не засорят ли они диск?

Сколько угодно. Каждая модель — это файл (4-40 GB). Ollama хранит их в ~/.ollama/models/. Вы можете скачать, попробовать и удалить ненужные:

ollama rm qwen3.5:4b    # удалить модель
ollama list              # посмотреть установленные

Модель говорит неправду — почему?

Это называется галлюцинация. Модель не знает границ своих знаний — она всегда выдаёт наиболее вероятное продолжение. Если вопрос про то, чего нет в её обучении — она ответит, но ответ может быть неверным.

Что делать:

• Проверяйте важные факты
• Используйте RAG (поиск по своим документам) — тогда модель отвечает на основе ваших данных
• Понижайте температуру (0 = меньше галлюцинаций)

Какая модель лучше всего знает русский язык?

Qwen 3.5 от Alibaba — лучшая для русского среди open-source моделей. Она обучалась на значительном объёме русскоязычных данных и понимает контекст, идиомы и культурные отсылки.

Также хороши: Llama 3.1 (хуже, но можно улучшить системным промптом) и DeepSeek-R1 (отлично рассуждает, русский средний).

Как обновлять модели?

Модели не обновляются автоматически. Если выходит новая версия — просто скачиваете её как новую модель. Старую можно удалить.

Ollama обновляется через brew upgrade ollama (Mac) или переустановкой.

Можно ли запустить несколько моделей одновременно?

Да. Ollama держит модель в памяти, пока вы с ней работаете. Если запустить вторую — первая выгрузится. Можно настроить keep_alive для обеих, но это быстро заполнит RAM.

Практический совет: используйте одну модель для чата (Qwen 3.5 7B) и одну маленькую для автодополнения (CodeGemma 2B). Они помещаются в 16 GB RAM.

4. О кодинге

Могу ли я использовать локальный AI для написания кода?

Да. Это один из главных сценариев. Установите Ollama, скачайте модель для кодинга (Qwen 2.5 Coder 7B) и подключите к VS Code через Continue.dev или Aider.

Пошаговая инструкция: ../use-cases/coding.ru.md

Что такое «вайбкодинг» (vibecoding)?

Вайбкодинг — это подход, когда вы описываете, что хотите получить, а AI пишет код. Вы проверяете, даёте обратную связь, AI исправляет. Быстрая итерация: описал → сгенерировал → проверил → исправил.

Аналогия: вы — архитектор, AI — ваш чертёжник. Вы говорите «здесь нужна кнопка, при нажатии отправляет форму», а AI пишет за вас HTML/CSS/JS.

Что такое Aider?

Aider — программа для кодинга через терминал. Вы даёте ей задачу (например, «добавь валидацию email в форму регистрации»), она читает вашу кодовую базу и вносит изменения. Работает с локальными моделями через Ollama.

Подробнее: ../use-cases/coding.ru.md

OpenCode / Cursor не работают с локальными моделями — что делать?

OpenCode использует только облачные API. Cursor — тоже. Для работы с локальными моделями используйте:

1. VS Code + Continue.dev — плагин, работает с Ollama
2. Aider — терминальный coding-agent
3. Cline — VS Code extension с локальными моделями
4. Void — open-source альтернатива Cursor

Все они подключаются к Ollama и работают с локальными моделями. Статья: ../use-cases/coding.ru.md

5. О безопасности и законности

Законно ли использовать open-source модели для коммерческой работы?

Да, в большинстве случаев. Основные open-source модели (Llama 3, Qwen, Mistral, Gemma) имеют коммерческие лицензии — их можно использовать в бизнесе. Например, Llama 3 от Meta разрешает коммерческое использование для большинства сценариев.

Нюансы:

• Копирайт на сгенерированный код спорен (как и для GitHub Copilot)
• В России правовой статус AI-генерации вообще не урегулирован
• Практический совет: проверяйте лицензию конкретной модели на её странице
• Для контента — не выдавайте сгенерированное за своё без доработки

Безопасны ли локальные модели? Могут ли они навредить?

Локальная модель безопаснее облачной, потому что:

• Никакие данные не уходят с вашего компьютера
• Модель не имеет доступа в интернет (если вы сами не дадите)
• Вы контролируете, какие промпты отправлять

Но: как и любой инструмент, модель можно использовать во вред. Не просите модель делать незаконные вещи, не доверяйте ей слепо медицинские/юридические советы.

Подробнее: ../agents/safety.ru.md

Могут ли мои данные украсть через локальную модель?

Нет. Локальная модель работает полностью изолированно на вашем компьютере. Ollama не отправляет телеметрию с содержимым ваших запросов. Единственный риск — если вы сами подключите модель к интернету или установите сомнительное расширение.

Может ли модель «взломать» мой компьютер?

Нет. Модель — это программа, которая генерирует текст. Она не может выполнять код на вашем компьютере, пока вы сами не дадите ей инструменты для этого. Даже если вы дадите — она делает только то, что вы разрешили.

6. Что дальше

В разделе: what-is-ai · how-models-work · cloud-vs-local · hardware-guide · glossary · faq · learning-path · setup-windows · setup-linux
Связанные разделы: Локальные модели · AI-агенты · Use Cases
Навигация: ← Нулевой уровень · ↑ На главную · 🇬🇧 English