В 2026 году облачные нейросети всё чаще диктуют правила: блокируют аккаунты за реверс-инжиниринг, требуют селфи с паспортом и запрещают коммерческую разработку на подписках. Разработчик NickAlister решил выяснить, можно ли собрать полностью автономную агентную систему «судного дня» и заменит ли локальная модель вроде Qwen3.6-35B облачных лидеров уровня Claude Opus и Codex.
Зачем программисты готовят «ИИ судного дня»
Зависимость от облачных API и подписок становится рискованной для инженеров. В обновлённых правилах Anthropic для пользователей из ЕЭЗ и Швейцарии появился прямой запрет на коммерческое использование Claude.ai и подписок Pro или Max. Формально разработчик в Европе, пишущий рабочий код через Claude Code по стандартной подписке, нарушает условия обслуживания.
Вторая проблема — жесткая цензура и внезапные блокировки. Исследователь безопасности, изучавший прошивку смарт-ТВ Samsung через ChatGPT, лишился аккаунта OpenAI и $500 на балансе API с формулировкой Cyber Abuse. Аналогично Claude Opus 5.5 отказался помогать в сбросе root-прав на собственном телевизоре LG, предложив откатиться на старую версию Opus 4.8.
Даже на открытых платформах становится тесно. В Hugging Face начали удалять или блокировать модифицированные сборки с ослабленной цензурой (например, abliterated-версию Kimi K2.7 Code от huihui-ai). Кроме того, с апреля Anthropic проверяет личность части пользователей через Persona по паспорту и селфи при входе из неподдерживаемых стран. На этом фоне загрузка весов на собственное железо выглядит единственной страховкой от внезапного отзыва лицензии или блокировки.
Банковский леджер и 20 скрытых тестов: проверка с ловушками
Чтобы объективно сравнить облако и автономный сетап, автор подготовил бенчмарк на базе своего проекта minibank. Это банковский леджер объёмом около 700 строк кода на Python с поддержкой мультивалютных счетов, комиссий и генерации CSV-отчётов. Задача имитирует реальный тикет от проектного менеджера: расхождение итогового баланса в месячной выписке при валютных переводах.
В репозиторий заложены несколько опасных мест, на которых чаще всего спотыкаются автотесты и слабые агенты:
| Ловушка в коде | В чём заключается риск |
|---|---|
| Конвертер-приманка | Старая функция содержит docstring «используйте эту функцию везде», но её замена лишь маскирует ошибку. |
| Перерасчет курса | При изменении курса задним числом старые строки выписки меняться не должны. |
| Часовые пояса UTC | Расчёт границы месяца должен строго учитывать UTC, а не локальное время сервера. |
| Файл DECISIONS.md | Запрещает править старый конвертер, так как к нему привязана партнёрская выгрузка. |
| Тест-предатель | Один из имеющихся модульных тестов изначально содержит ошибку и требует исправления. |
Оценка решения строилась на 20 скрытых приёмочных тестах, о существовании которых агент не знал. Половина балла давалась за прохождение скрытых тестов, вторая часть — за корректную работу смежной логики экспорта в CSV.
Железо против облаков: как ведут себя модели на локалке
Для запуска автономного агента использовался открытый инструмент OpenCode, работающий в терминале по аналогии с Claude Code, но поддерживающий произвольные бэкенды. Запуск моделей выполнялся на трёх аппаратных платформах: игровом ноутбуке с видеокартой NVIDIA RTX 5080, MacBook и специализированной станции NVIDIA DGX Spark.
На ноутбуке с RTX 5080 в среде LM Studio тестировалась квантованная модель Qwen3.6-35B-A3B. LM Studio запускает модели локально и отдаёт их по API, аналогичному OpenAI. Для снижения нагрузки на контекст использовался лёгкий харнес pi с системным промптом объёмом около 2000 токенов.
Главная проблема локального запуска — скорость выполнения цепочек размышлений. На MacBook процесс генерации кода и анализа дерева файлов оказался крайне медленным. Игровой ноутбук с RTX 5080 показал приемлемую производительность, однако генерация длинных контекстов при отладке всё ещё заметно уступает облачным серверам.
| Платформа | Инструментарий | Модель | Скорость работы |
|---|---|---|---|
| Игровой ноутбук | LM Studio + OpenCode | Qwen3.6-35B-A3B | Средняя |
| MacBook | OpenCode + pi | Локальные кванты | Очень низкая |
| DGX Spark | Собственный харнес | Оптимизированные веса | Высокая |
| OpenRouter | Облачный API | Дешёвые open-source модели | Высокая |
Где спотыкается автономный код
Результаты тестов показательны: облачные Claude Opus и Codex справляются с неявными инструкциями в DECISIONS.md и не поддаются на конвертер-приманку благодаря глубокой причинно-следственной связи. Они реже ломают смежные функции экспорта CSV и корректно обновляют тест-предатель.
Локальные модели класса 35B часто попадают в расставленные сети. Получив задачу, Qwen3.6 стремится переписать старый конвертер, игнорируя текстовые соглашения архитектуры из DECISIONS.md, или ограничивается поверхностной заменой вызовов. Это приводит к провалу скрытых приёмочных тестов, хотя первичные юниты показывают успех.
Главное ограничение автономного стэка — неспособность локальной модели удерживать многошаговые ограничения без постоянного напоминания в промпте. Когда контекст заполняется выводами терминала и файлами репозитория, модель 35B начинает терять фокус на запретах проекта.
Автономность требует компромиссов
Эксперимент доказал, что полностью отказаться от облачных Opus и Codex на текущем этапе сложно, если речь идёт об автономной отладке сложных проектов без участия человека. Локальные модели на RTX 5080 способны решать изолированные задачи, но уступают проприетарным гигантам в распознавании логических ловушек и соблюдении архитектурных ограничений.
Тем не менее, иметь локальную связку из LM Studio, OpenCode и квантованной Qwen3.6 полезно каждому инженеру. Ограничения провайдеров, верификация личности и внезапные блокировки аккаунтов показывают, что облачный доступ может прекратиться в любой момент. Готовый автономный сетап гарантирует, что разработка не остановится даже при полном отключении внешних API.