> 385ms de selección promedio de herramientas. > 67 herramientas en 13 servidores MCP. > Huella de memoria de 14.5GB. > Sin llamadas a la red. LocalCowork es un agente de IA que se ejecuta en un MacBook. Código abierto. 🧵

Construir un agente de IA local suena genial hasta que intentas usar uno todo el día. La parte difícil no es hacer que un modelo te entienda. Es lograr que elija la herramienta adecuada y lo haga lo suficientemente rápido para que la experiencia se sienta interactiva. Así que pusimos a prueba LFM2-24B-A2B en laptops, construyendo un agente de escritorio de código abierto llamado LocalCowork.

Todo se ejecuta localmente: > el modelo > las herramientas > los datos Sin nube. Sin claves API. Nada sale de la máquina.

Evaluamos el modelo en una configuración realista: > 67 herramientas > 13 servidores MCP Tareas como escaneos de seguridad, procesamiento de documentos, operaciones de sistema de archivos y utilidades del sistema. Todo funcionando en una sola laptop Apple M4 Max con 36GB de memoria. En esta configuración, LFM2-24B-A2B promedió ~385 ms por respuesta de selección de herramienta mientras ocupaba ~14.5 GB de memoria. Eso significa: > sin llamadas API salientes > sin subprocesadores de proveedores > sin datos saliendo del dispositivo