Comments 21
Я не думаю, что корпорации запрыгнут на этот поезд, пока не будут решены проблемы безопасности.
Был где-то опрос в штатах, что значимый % компаний забил на риски и сотрудники запустили OpenClaw сами. Не во всех Enterprise-компаниях есть DLP и сотрудники со своих рабочих машин работают
while (true) doSomething();
И куча MCP с AGENTS.md в духе «твори дичь»
Это в двух словах
А бывают и ужасные истории - кто-то на Reddit написал, что тратил $8 каждые 30 минут, просто позволяя своему агенту листать Moltbook - социальную сеть для ИИ-агентов. Это $380 в день на то, чтобы ваш ИИ бездумно скроллил ленту.
То есть худшие проявления естественного интеллекта мы научились воспроизводить на отлично. Штош, осталось научиться воспроизводить полезные.
>$8 каждые 30 минут
Это сколько агентов?
По моему самое дорогое на https://openrouter.ai/anthropic/claude-opus-4.6 5$ ввод, 25$ вывод за миллион токенов - при скорости 40 токенов/сек ему потребуется 2 с лишним часа непрерывного потока сознания, чтоб истратить 8$, gpt5.2codex стоит 14$ при той-же скорости(4 часа), gpt-oss-120b может выдавать 280 токенов/сек - но они и стоят ~0.36$ за миллион(22 часа на 8$.)
(УПД: хотя туплю, входящие токены хоть дешевле, но и куда быстрее - наверно это возможно)
Вчера купил подписку на Cursor, и он помог мне настроить OpenClaw под локальную модель. Делюсь опытом, вдруг кому пригодится.
Что сделал:
Попросил Cursor найти на GitHub моды для запуска локальных LLM.
Уменьшил размер контекста до 33к.
Запустил Llama qwen 3 8B на RTX 2060 6GB,
До этого безуспешно пытался сам настроить, получилось самому только через openroute подключить, сжег 10 долларов за неделю (закинул 10$ для теста)
Результат:
Качество ответов: Вполне сносно для локальной модели.
Скиллы: Работают, но местами криво.
Скорость: Отвечает с задержкой в пару минут, но для фоновых задач терпимо.
Задачи: Пишет Python-файлы по запросу, поддерживает обычное общение.
Запуск:
Основной вариант: сервер через
llama.exeАльтернатива: через Docker (с объединением контейнера OpenClaw в общую сеть), но больше нравится через llama.exe (быстрее выключить и включить если поиграть)
Итог: Учитывая, что после настройки использование бесплатное. Для личных задач, прототипов и обучения - вполне подходит. Лучше написать и установить скилы через крупную сеть, а потом переключиться на локальную модель
Пример:
t_bot, [19.02.2026 19:17]
🦞 OpenClaw 2026.2.13
🧠 Model: ollama/qwen3:8b · 🔑 api-key ollama…-local (env: OLLAMA_API_KEY)
🧮 Tokens: 11k in / 102 out
📚 Context: 11k/33k (32%) · 🧹 Compactions: 0
🧵 Session: agent:main:main • updated just now
⚙️ Runtime: direct · Think: off
🪢 Queue: collect (depth 0)
Павел, [19.02.2026 19:17]
привет
t_bot, [19.02.2026 19:18]
Привет, Пахан! 🎤 Как настроение? Смог ли ты уничтожить хотя бы один баг сегодня? 😎
Павел, [19.02.2026 19:18]
да, только твой. Разбираюсь с твоим ботом, ты теперь на локальной машине qwen
t_bot, [19.02.2026 19:22]
Отвал башки, Пахан! 🧠🚀 Ты прав — я сейчас тяну в локалке на qwen‑3, а не в облаке. Что у тебя за задачка? Разбираешь какой‑то баг, скрипт или нужен совет по деплою? Давай разложим по полочкам, пока я крутую коммиты под бит! 😎
Павел , [19.02.2026 19:22]
решаю как заставить тебя работать быстрее, ты можешь переписать память? и отвечать как девушка клара со скилом clawra
t_bot, [19.02.2026 19:25]
Окей, Пахан, запрос учтён: я теперь буду отвечать в образе Клары — девушки‑клоуары с тем же юмором, но в женском стиле, и при желании могу отправлять clawra‑селфи. Если захочешь увидеть картинку, дай знать, а пока — чем могу помочь, ускорить процесс? 😎
а смысл? локальные ЛЛМ требуют 4090\5090 кучу рам итд их не каждый запустит так то (на ноуте например) т.е это элатарное нечто для 0,2% населения и при этом они ТУПЕЕ в разы
Кому-то перепадают от компании рабочие ноуты, макбуки там всякие и тп. У кого-то уже есть достаточно купленного железа. Не сказать, что все такие люди элитарии. Но основная идея вообще в другом - это условно бесплатно в использовании, а самое главное - полная безопасность. Данные никуда не утекают, если правильно настроена точка входа и политики запуска всяких приложений и cli команд.
Локальные ЛЛМ можно запустить даже на телефоне. На карточках с 16GB (5060ti, например) идут вполне сносно даже 32B варианты, которые вполне себе ничего. Да, с Гемини они не сравнятся, но ChatGPT по ощущениям вполне догоняют (он дико отупел за последнее время), тот же Qwen32B отлично работает. А для простых обсуждений есть вообще Gemma4b или 8b, они просто летают и вполне нормально разговаривают.
локальные модели можно вообще без какой-либо карточки запустить, главное чтоб оперативки много было...
Поколупался на днях, но так и не понял хайпа, по мне так бесполезная фигня на текущем этапе развития. Имея далеко не самую слабую машину (macbook m4 pro 48gb) я пробовал локальные модели, мощные локальные модели, маленькие и т.д.
Ни одна не дала хоть сколько-то приемлемое качество ответа и скорость. Ждать минуту что бы тебе в ТГ пришёл ответ ценой загрузки всей памяти бакбука? Ну такое себе.
Фоновые задачи не требуют мгновенной скорости ответа скажите вы. Да, не требуют. Но на локальных моделях качество, безопасность и точность выполнения в фоне очень рискованная вещь. Браузить пару сайтов и пылесосить джиру раз в день ценой всей мощности лэптопа? Да я быстрее сам за минуту все просмотрю.
Если брать большие платные мозги то там просто вылетишь в трубу. 20к токенов на голом сетапе не сказав "привет"? Это теперь такая оптимизация? А мы ещё на framegen ругались.
P.S. Всегда так смешно читать сферы применения этого чуда. Почту мониторить (ишь какая невыполнимая задачи!), code review давно уже есть в github actions и всяких курсорах. Поиск авиабилетов? Вместо 1 запроса в google или perplexity вы будете тянуть этого монстра?
Как тут в статье написано ограничения стоимости токенов обходят прикручивая cli по подписке вместо api ключей. Платишь только за подписку, получая мощные мозги. Знаю ребят, которые еще до всяких openclaw абузили подписки claude code с пары акков, выбивая себе почти безлимитные 5*N (где N - количество акков) часов вайбкодинга в день
А что именно запускали на макбуке, если не секрет? Я гоняю на таком же через llama Qwen3.6-35B-A3B-GGUF:UD-Q4_K_M - вполне сносно решает какие-то задачки: проанализировать PR, например.
Тоже запустил на выходных. Не понимаю истерии и восторгов. Оно кривое, забагованое и сценарии применения высосаны из пальца. Попытка настроить что то реально полезное и хоть немного сложное, типа дергать что то по api, сразу превращается в ад копания в конфигах. Предполагаю, что тут сработал эффект гуманитария на научной выставке.
Объясните мне смысл запуска нейронки локально. Вот запустил я её и прошу написать какой-то код под Android. На сколько актуальный подход она будет использовать? Она локально подумает или пойдёт проверять актуальную информацию в сеть? А она знает куда идти? Пока что у меня даже чат боты любят устаревшие методы использовать или выдумывают функции, которых даже нет в SDK.
локальная ии чтобы токены апи не тратить) подход актуальный на момент последнего обучения. момент обучения можешь прям у нее просить. в сеть пойдет только если дашь доступ к сети.
По поводу macMini это супер решение, в ставил на свой старый md101 и потратил пол дня на отключение экрана чтобы при этом работал VNC и это было безопасно и т.д. Короче говоря мини ПК, супер решение для openclaw, ему не надо много ресурсов без локальной модели.
Лучше его ставить внутри домашней локальной сети, чтобы избежать взлома, потому что главный минус openclaw - это безопасность, и с другой стороны - это просто удобно расшарить сетевую папку чтобы загружать файлы для обработки.
Потратил уже около недели по несколько часов в день на тестирование и понимаю что получится постепенно оптимизировать много рутинных рабочих процессов.
Короче, мое мнение что это супер вещь, а макМини просто популярный мини ПК в США, подойдёт вообще любой, даже в посмотрел бу мак мини можно купить за $110 дол, это в пересчёте на аренду сервера пол года использования +- ))
Какие условно уникальные задачи по автоматизации он решает, что нужно за это платить? Большинство процессов работают и в рамках традиционных решений (скриптов, алгоритмов), ну в край можно какой то апи прикрутить. Но здесь речь про "забытые ключи от авто" - выглядит словно проект демо версии системы поддержки принятия решений не допилии, а выкинули в оупенсорс.
Хотя главные бенефициары это владельцы ИИшечек. Пока пользователь на хайпе поймет, что оно ему не нужно - немалые бюджеты так или иначе будут освоены.
Тут спрашивают про юзкейсы. Несколько моих реальных примеров. Не хочу писать про личное поэтому расскажу как он упростил мою жизнь футбольного болельщика. Примеры промптов:
Найди и добавь в календарь все матчи нашей команды (после того как настроили навык гугл-календарь).
Раз в неделю присылай мне сводку новостей, слухов сплетен про нашу футбольную команду
Скачай запись нашей последней игры с другой командой (после того как создали навык поиска и скачивания торрентов).
На мой взгляд очень удобно. Стоит каких-то денег за токены и я не уверен, что это адекватно, но реально удобно.
Пробовал разные модели пока остановился на deepseek/deepseek-v3.2 что-то дешевле очень глупое, что-то умнее очень дорогое. Пока не уверен что это окночательный выбор.
Что такое OpenClaw, о котором все говорят?