The Verge teknoloji yazarı Antonio G. Di Benedetto, bulut tabanlı yapay zeka hizmetlerindeki veri gizliliği çekinceleri nedeniyle M5 Ultra Mac Studio ve çeşitli donanımlar üzerinde yerel yapay zeka modelleri çalıştırma deneyimlerini paylaşıyor. Açık kaynaklı Hermes Agent ve 125 milyar parametreli Qwen modeliyle yürütülen testler; Steam kütüphanesi düzenleme, günlük özet otomasyonu ve finansal veri analizi gibi pratik kullanım senaryolarını içeriyor.
The Verge teknoloji yazarı Antonio G. Di Benedetto, bulut servislerinin veri gizliliği endişelerini aşmak amacıyla yüksek donanımlı bir M5 Ultra Mac Studio üzerinde açık kaynaklı Hermes Agent ve 125 milyar parametreli Qwen 3.8 Flash Next modelini çalıştırarak yerel yapay zeka odaklı iş akışlarını test etmeye başladı. 256 GB birleşik belleğe sahip sistemde gerçekleştirilen bu testler, oyun kütüphanesi düzenlemeden finansal veri analizine kadar çeşitli otomasyon senaryolarını kapsıyor.
Donanım Seçenekleri ve Yerel Yapay Zeka Eğilimi
Günümüzde yapay zeka araçlarının bulut altyapısından yerel cihazlara kayması, özellikle kişisel verilerini OpenAI, Google, Microsoft veya Anthropic gibi devlerin sunucularına göndermek istemeyen kullanıcılar için yeni bir alternatif oluşturuyor. Apple’ın yeni Mac masaüstü serilerini yerel yapay zeka yetenekleriyle öne çıkarmasının yanı sıra, 128 GB'a varan RAM kapasiteleriyle donatılmış RTX Spark Windows makineleri de ajan tabanlı yapay zeka kullanımı için piyasaya çıkmaya hazırlanıyor.
Test sürecinde temel alınan M5 Ultra Mac Studio, 256 GB birleşik belleği sayesinde piyasadaki en büyük dil modellerinin dahi yerelde çalıştırılmasına olanak tanıyor. Test ekosisteminde ayrıca M6 Mac Mini, M5 MacBook Air, AMD Strix Halo işlemcili Asus TUF Gaming A14 ve yaklaşmakta olan RTX Spark cihazlarının yer alması planlanıyor.
Hermes Agent ve Qwen Modelinin Entegrasyonu
Testlerin merkezinde yer alan Hermes Agent, macOS, Windows ve Linux işletim sistemlerini destekleyen, tamamen ücretsiz ve yerel dil modelleriyle çalışabilen öz barındırmalı bir masaüstü yapay zeka ajanı olarak dikkat çekiyor. Arayüz üzerinden yapılan model seçiminde, yaklaşık 105 GB boyutunda ve 125 milyar parametreye sahip Qwen 3.8 Flash Next modeli tercih edildi.
Kurulumun ardından sistem, Telegram botu aracılığıyla cep telefonundan kontrol edilebilir hale getirildi. İlk aşamada rutin işlevleri test etmek amacıyla bir cron görevi aracılığıyla günlük sabah brifingleri oluşturuldu. E-posta ve takvim taraması yaparak hava durumu raporu sunan bu sistem, başlangıçta macOS'un uyku moduna geçmesi nedeniyle başarısız olsa da, makinenin aktif kalmasıyla sorunsuz çalışmaya başladı.
Pratik Otomasyon Senaryoları
Yerel yapay zekanın en somut faydalarından biri, hassas verilerin buluta yüklenmesine gerek kalmadan otomasyon görevlerinin yerine getirilmesi oldu. 400'den fazla oyuna sahip bir Steam kütüphanesinin manuel olarak sınıflandırılması zorlu bir süreç olduğundan, Hermes Agent bu görev için devreye sokuldu. Steam web API anahtarının sisteme tanımlanmasıyla birlikte ajan, kısa süre içinde tüm oyunları türlerine ve kullanıcının özel kategorilerine göre organize etti.
Bunun yanı sıra, hassasiyeti nedeniyle buluta yüklenmesi tercih edilmeyen finansal kayıtların incelenmesi ve ambargo altındaki yeni bir dizüstü bilgisayarın teknik özellik karşılaştırma tabloları yerel model aracılığıyla güvenli bir şekilde analiz edildi. Süreç, dizüstü bilgisayar benchmark testlerini otomatikleştirecek Python betiklerinin geliştirilmesiyle devam ediyor.
Öne Çıkan Doğrulanmış Veriler
Test Edilen Ana Sistem: 256 GB birleşik belleğe sahip M5 Ultra Mac Studio. Kullanılan Yapay Zeka Modeli: Qwen 3.8 Flash Next (125 milyar parametre, yaklaşık 105 GB boyut). Yazılım Altyapısı: macOS, Windows ve Linux destekli açık kaynaklı Hermes Agent. Gerçekleştirilen Otomasyonlar: Steam kütüphanesi düzenleme (400'den fazla oyun), finansal veri analizi, günlük Telegram brifingleri. Donanım Çeşitliliği: M6 Mac Mini, M5 MacBook Air, Asus TUF Gaming A14 ve RTX Spark cihazları test planında yer alıyor.
Sistemin her zaman kusursuz çalışmadığı ve günlük brifing gibi bazı otomasyonların ilk başta hata verdiği belirtilirken, yerel yapay zekanın bir dijital arkadaş değil, işletim sistemindeki fare hareketleri gibi soğukkanlılıkla komuta edilen bir araç olarak konumlandırıldığı vurgulanıyor.
