Local Code：Apple Silicon 上运行的本地编码 Agent，但大模型先看磁盘

先给结论：Local Code 是面向 Mac、iPad 和 iPhone 的本地 AI coding agent，代码主体以 Swift 编写。它把 Apple Silicon 推理、模型适配的 coding harness 和 App Sandbox 内的 Python、Node.js、shell 工具合为一体。需要把文件和任务留在设备上的 Mac 用户可评估；但本地运行不是零成本：不同量化 checkpoint 下载尺寸约 9.6GB 到 412GB，速度受内存、SSD 和模型影响，也可切换到 Anthropic、OpenAI、OpenRouter 等云 provider。

App 的工作路径

Local Code 将任务、聊天线程和被中断生成保存到本机，可在执行时继续发送 steering 信息。模型按需下载项目整理的量化版本；本地模式下，文件工具限制在使用者选定的 workspace 和临时目录。README 列出 OSH shell、Python 3.14、Node 24、Lean/Z3、文档转换、FFmpeg、网页搜索和 WebKit 浏览器等内置工具，可用于文件分析、表格、文档、幻灯片、代码和网页任务。

README 说明 agent 按设备可用内存加载常用专家并从 SSD 流式读取其余部分。启动时建议低于 32GB 用 Qwen 3.8 27B 2-bit，48GB 起可选 DeepSeek 4 Flash，64GB 起可选 DeepSeek 4.1 Flash。这是项目配置建议，不保证交互速度。DeepSeek 4.1 Flash 1017 的 2-bit checkpoint 本体约 173GB，完整下载加共享 engram 文件约 376GB；3-bit 包约 412GB。许多机器会先受 SSD 空间和下载时间限制。

性能数据与构建要求

README 给出作者在 M5 Max 128GB、M5 Ultra 256GB 测得的 prefill/decode token/s，并说明上下文、chunk 大小和冷却设置；另对照了 MLX-Serve、oMLX。这些是项目方测量，不是跨设备独立 benchmark。部分权重和 engram 已在内存，M5 Ultra 结果不能直接用于低内存笔记本。评估应在自己的机器测模型加载、prefill、decode、任务成功率与功耗。

源码构建需要 macOS、Xcode、Bazel/Bazelisk 与 Git LFS；iOS 构建要自己的 provisioning profile。macOS 用户可经 LocalCodeCLI 运行 agent，CLI 提供 local-agent、remote-agent、认证、续接和速度测试。项目按 GPL-3.0 发布，Vendors 依赖保留各自许可，HyperFrames 另有 Apache 2.0 声明；二次分发前应核对依赖条款。

隐私与适用边界

本地模式下推理在 Apple 设备运行，工具仍能访问获准 workspace，并可联网搜索或调用 curl/ssh。选云模型时，README 明确 prompt、文件内容和工具输出会发送到该 provider。App Sandbox 限制全盘访问与启动任意本机原生应用，但 agent 仍可读写授权 workspace，外部工具也可访问网络。应收紧目录权限，并把云模式视为第三方处理，而不是假设任何请求都会留在本机。

适合评估：已有 Apple Silicon、想在一处运行本地或云端编码 Agent、并能预留足够磁盘的开发者。没有大型 checkpoint 空间、选择云 provider 却要求全程离线，或要求 Agent 只能读代码的团队，不适合直接采用。仓库创建于 2026 年 10 月 21 日，11 月 5 日仍有提交，约 114 stars，未见 GitHub Release。可先用小模型在非敏感副本上跑 CLI，再决定是否下载超大 checkpoint。

结论：Local Code 的价值是设备内推理、应用沙箱和可续接任务，不是把任何电脑变成大模型服务器。其速度表有参考价值，但需按模型、真实硬件、许可模式和网络动作分别复核。

参考资料

1. Local Code source repository
2. README、模型矩阵与性能方法
3. CLI 和构建文档
4. GPL-3.0 license
5. Local Code official download page
6. README 引用的 DeepSeek 模型卡