Aider — терминальный AI-«парный программист» с открытым исходным кодом: вы работаете в своём редакторе, а Aider в соседнем терминале обсуждает с вами изменения и сам правит файлы и делает git-коммиты. Его главная особенность для нашего разговора — он умеет работать не только с облачными моделями (Claude, GPT, DeepSeek), но и с локальными — через Ollama, LM Studio или llama.cpp.
Локальный вариант стоит того, чтобы о нём рассказать отдельно: код не покидает машину, токены бесплатны, интернет и VPN не нужны — а для России это ещё и отсутствие проблем с оплатой зарубежных сервисов. Честно и сразу: локальные модели заметно слабее флагманских облачных. Но, как показывают свежие кейсы ниже, с правильной настройкой они справляются с реальной работой — и с каждым месяцем всё лучше.
Материал собран из реального опыта людей (реддит-треды и гайд-кейсы весны–лета 2026) плюс официальная документация Aider для точных команд.
Почему локально — и когда не стоит
| Локально | Облачные модели | |
|---|---|---|
| Приватность | код не уходит с машины | код отправляется провайдеру |
| Цена | бесплатно | подписка или оплата токенов |
| Интернет/VPN | не нужен | нужен (и в РФ часто VPN) |
| Оплата из РФ | не нужна | карты РФ не проходят, нужны обходы |
| Качество на сложных задачах | ниже | топ-уровень |
| Железо | видеокарта с 12–24 ГБ VRAM | не нужно |
Локальный ИИ-кодинг — разумный выбор, когда код конфиденциальный, когда хочется нулевой цены за токены или когда в облако попасть сложно. Неразумный — когда нужен максимум качества на сложных архитектурных задачах: тут локальные модели пока проигрывают.
Что понадобится
- Видеокарта с 12–24 ГБ видеопамяти. Ориентиры из реальных кейсов: RX 9070 XT 16 ГБ и RTX 5090 (Linux, Ollama + Aider), RTX 12–24 ГБ с разными квантизациями. Без GPU тоже можно (модель поедет на CPU, но медленно — 1–3 токена/с против 30–40).
Сноска про цены в России (ориентировочно, август 2026 — цифры плавают, перед покупкой сверяйтесь на e-katalog или в DNS): новая RX 9070 XT 16 ГБ — порядка 65–80 тыс. ₽; RTX 5070 Ti 16 ГБ — 95–115 тыс. ₽; RTX 5090 — от 300 тыс. ₽. Бюджетный путь — б/у RTX 3090 с 24 ГБ видеопамяти на вторичке (~70–90 тыс. ₽): в 24 ГБ влезают и контекст, и квантизация Q6+, а это главное для агентской работы.
— Ollama или LM Studio — рантайм, который держит модель и отдаёт её по локальному API.
— Aider — сам «парный программист».
— Кодинг-модель — например, Qwen3.6 35B (о ней — все кейсы ниже; есть и другие свежие кодинг-модели 2026 года).
Установка и настройка: коротко и по докам
Установка Aider:
python -m pip install aider-install
aider-install
Настройка Ollama (пример с Qwen3.6):
export OLLAMA_API_BASE=http://127.0.0.1:11434
ollama pull qwen3.6:35b
OLLAMA_CONTEXT_LENGTH=8192 ollama serve
Запуск Aider с локальной моделью (префикс ollama_chat/ рекомендован документацией):
cd /ваш/проект
aider --model ollama_chat/qwen3.6:35b
Для LM Studio всё то же самое, только сервер поднимается в самой программе (localhost:1234/v1) и префикс модели — lmstudio/. Подробные команды — в документации Aider по Ollama и по LM Studio.
Локальные модели подключают и другие агенты
Aider — не единственный вариант, и способность работать с локальными моделями есть у большинства свежих агентов кодинга:
- OpenCode — из коробки подключает локальные модели через Ollama и любые OpenAI-совместимые серверы (список провайдеров — в документации); бесплатен и работает в РФ без VPN (см. гайд по установке).
- Cline — расширение для VS Code, умеет Ollama и LM Studio.
- Continue.dev — open-source расширение, заточенное под локальные модели с самого начала.
- Cursor и Windsurf — подключают локальные модели через кастомный OpenAI-совместимый endpoint, но по удобству уступают перечисленным выше.
Разница обычно не в «умеет/не умеет», а в том, как агент собирает контекст и ремонтирует диффы — то есть в обвязке, о которой речь ниже.
Кейс 1: «Обвязка важнее модели» — локальная связка почти догнала флагман
В апреле 2026 разработчик Итай Инбар задался вопросом не «побьёт ли открытая модель GPT-5.4 Codex», а другим: может ли комбинация локальных моделей + обвязки + ремонтных циклов + маршрутизации на домашнем железе вплотную приблизиться к флагманским кодинг-моделям на его реальной работе. Ответ, по его словам, — «да, на удивление» (реддит-тред, апрель 2026, код little-coder).
Он взял 10 реальных задач из своего Go-репозитория (изменения CLI, контроль зависимостей, версии, абстракции времени, таксономии ошибок) и прогнал на них разные связки:
| Конфигурация | Задач сдано тесты |
|---|---|
| GPT-5.4 Codex (best-of) | 10/10 |
| Маршрутизированный локальный процесс | 9/10 |
| Qwen3.6 + little-coder | 8/10 |
| Qwen3.0 + little-coder | 5/10 |
| Исходная «самодельная» обвязка | 3/10 |
Вывод, который стоит вынести из кейса: обвязка решает не меньше модели. Одна и та же Qwen3.6 поднималась с 3/10 до 8/10 только за счёт правильного скаффолда (как Aider собирает контекст, как ремонтируются сломанные диффы), а маршрутизация между локальной и облачной моделями довела результат до 9/10.
Справедливости ради: в комментариях к треду автора за использование Ollama в бенчмарках критиковали («от этого бенчмарка плачет младенец Иисус») — мол, результаты зависят от рантайма. Вывод для читателя: цифры — ориентир, а не истина в последней инстанции.
Кейс 2: квантизация — где реально ломается агентская работа
Второй тред (июнь 2026) — из повседневности: человек гоняет Ollama + Aider на Linux с RX 9070 XT (16 ГБ VRAM, 32 ГБ RAM) и выбирает квантизацию для Qwen3.6 35B-A3B MoE: IQ3_M влезает в 16 ГБ целиком, IQ4_NL (~20 ГБ) проливает 3–4 ГБ в оперативку.
Практический опыт из комментариев:
- на 12 ГБ VRAM с проливом в RAM — q5 даёт ~30 токенов/с;
- на 24 ГБ с проливом — q8: ~40 токенов/с в начале контекста и падение до ~10 к концу;
- показательное: «у меня модель работала только начиная с Q6 и без квантования KV-кэша — ниже она зацикливалась и переставала вызывать инструменты после ~50k токенов, то есть через 3–5 сообщений агентской работы. Одноразовые задачи при этом выполняла»;
- другой участник: «Q4_NL отлично работает под Claude Code без квантования KV-кэша и с контекстом ~200k, но параметры вроде top_k/top_p надо выставлять вручную».
Практический вывод: для «одноразовых» задач (сгенерировать функцию) хватает и низкой квантизации. Для агентской работы (Aider, Claude Code — многоходовка с вызовами инструментов) важнее стабильность: качественная квантизация (Q5/Q6+), целый KV-кэш и влезающий в VRAM контекст. Скорость генерации тут вторична — в том же треде люди спокойно работали на 10–30 токенах/с.
Кейс 3: тихий баг LM Studio — диффы обрезаются молча
Гайд-кейс Джована Чана (июнь 2026, dev.to, aicoderscope.com) про Aider + LM Studio подсвечивает грабли, о которых не пишут в доках: у локальных моделей есть потолок выходных токенов, и когда Aider просит большой дифф, сервер LM Studio молча обрезает его посреди функции — без единой ошибки. Aider применяет обрезанный дифф, и код ломается непонятно как.
Лечится явным переопределением лимита выходных токенов для модели в .aider.model.settings.yml. Второй подводный камень из того же текста — «модель-ловушка»: при подключении лучше указывать не полный GGUF-ID, а короткое имя, иначе модель может не определиться. Плюс приятная деталь: LM Studio в окне Discover сразу показывает VRAM-оценку каждой квантизации («Q4_K_M — 20.1 ГБ») — удобно новичку.
Собственно, поэтому автор и рекомендует LM Studio вместо Ollama в двух случаях: Windows (автоподбор CUDA экономит минут двадцать настройки) и «десктоп-сервер для ноутбука» через LM Link. На macOS и Linux проще остаться на Ollama — она проще.
Советы по итогам кейсов
- Берите кодинг-модель, а не универсальную, и смотрите на VRAM-оценку квантизации — не на «самую умную».
- Для агентской работы жертвуйте скоростью ради стабильности: квантизация Q5/Q6+, без квантования KV-кэша, контекст, влезающий в видеопамять.
- Дробите задачи: локальные контекстные окна маленькие, длинные сессии деградируют.
- Обвязка решает: та же модель с правильным скаффолдом (как Aider) выдаёт кратно лучший результат.
- Не списывайте локальный ИИ со счетов, но и не переоценивайте: для рутины и приватного кода — отлично; для сложной архитектуры — облачные модели, и это нормально.
Итог
Локальный ИИ-кодинг — уже не экзотика, а рабочий сценарий на домашнем железе: бесплатно, приватно, без интернета, VPN и зарубежных карт — для российского пользователя это отдельный плюс. Флагманов он не заменяет, но с правильной моделью, квантизацией и обвязкой закрывает заметную долю реальной работы.
Честное примечание: свежих русскоязычных разборов связки Aider с локальными моделями почти нет (тема в рунете не освещена), поэтому материал опирается на англоязычные кейсы — ссылки в тексте.
Серия по агентскому кодингу: начало — «Что такое агентный кодинг», бесплатный вход в тему — «Как установить OpenCode».
