macmini

În ultima vreme, în mediul tehnic, toată lumea vorbește despre OpenClaw (porecla populară „Rățiță”), mulți prieteni mă întreabă care este diferența între el, ChatGPT, Google AI, DeepSeek sau Doubao. Rezumând experiența mea recentă pe Mac Mini M4, voi detalia poziționarea sa, pragurile de implementare și avantajele și dezavantajele celor două mecanici de joc principale. Când voi finaliza un nivel cu rățița, voi scrie un ghid foarte detaliat pentru a-l împărtăși cu toți, iar acest articol este doar pentru a-i familiariza pe toți cu conceptul. Prietenii mei cunoscuți știu că Mo Go explorează modele mari, iar compania web2 se ocupă și de acest lucru. De data aceasta, am decis să folosesc Mac Mini M4-ul meu, care stătea pur și simplu nefolosit. Primul: ce este "rățița"? Care este diferența cu ChatGPT/Google/DeepSeek? Pe scurt, dacă compari AI-ul cu omul: ChatGPT / Google Gemini / DeepSeek / Doubao: ei sunt creierul (modele mari LLM). Funcția lor principală este să gândească, să genereze text sau cod. Ei trăiesc într-o fereastră de chat, tu întrebi, ei răspund. Recent am împărtășit că poți obține un an de Google Gemini Pro pentru 10 grivne, acesta fiind un mod pasiv. OpenClaw ("rățița"): acesta este mâinile și picioarele (cadru AI agent). De unul singur, nu are inteligență, este un program care rulează în fundal pe computerul tău. Principala diferență: ChatGPT poate doar să spună cum să faci, iar rățița poate să te ajute să faci. Rățița înțelege comenzile tale, apelând API-ul creierului, apoi controlează browserul, face clic pe paginile web, citește fișierele locale, controlează Twitter-ul, trimite și primește automat mesaje în Telegram/Wechat. Este un muncitor digital care lucrează 24 de ore pe zi. Al doilea: dispozitive pentru desfășurare: de ce să alegi Mac Mini M4? Pentru desfășurarea rățiței este nevoie de un computer care poate funcționa mult timp. Mac Mini M4 este în prezent un dispozitiv foarte ideal, există trei motive: Consum scăzut de energie (întotdeauna în modul de funcționare): rățița trebuie să funcționeze 24 de ore pe zi în fundal (de exemplu, pentru a monitoriza dinamica criptomonedelor sau pentru a procesa răspunsuri automate), puterea consumată de Mac Mini este foarte scăzută, aproape că nu cheltuie energie electrică, astfel că este foarte potrivit pentru un server de acasă. Ecologic: este un sistem Unix, suportul pentru Docker, Node.js și alte medii de dezvoltare este mai bun decât în Windows, erorile sunt mai puține. Silențios: funcționează fără niciun zgomot în colț. Al treilea: descriere detaliată a celor două moduri de desfășurare: local vs API (focalizare principală: costuri și echilibrul inteligenței) Acesta este locul unde începătorii cad cel mai des în capcană. Creierul rățițelor are două surse principale: 1. Mod de model local (Local LLM) Principiu: utilizarea puterii de calcul NPU/GPU Mac Mini pentru a rula modele deschise (cum ar fi Llama 3, DeepSeek-Distill etc.) ca și creierul rățiței. Costuri: complet gratuit. În afară de energia electrică, nu trebuie să plătești nimic pentru costurile API. Experiența de testare (Mac Mini M4): nu este recomandat ca principal. Deși cipul M4 este foarte puternic, este limitat de memorie (memorie unificată), de obicei poate funcționa fără probleme doar cu modele mici cu parametrii 7B sau 8B. Am folosit anterior Mac Mini pentru desfășurarea de modele mari, din cauza problemelor de configurare am putut desfășura doar modele cu parametri relativ scăzuți, cum ar fi 7B/8B, ceea ce a făcut ca modelul să pară foarte prost, 32B nu a pornit deloc, memoria s-a umplut și computerul s-a blocat. Dezavantaje: aceste modele mici înțeleg adesea greșit, omite informații sau creează iluzii în procesarea logicii complexe (de exemplu, „analizează acest articol lung și rezumă trei beneficii cheie”). Concluzie: utilizarea unui model mic local pentru rățiță este similară cu angajarea unui stagiar foarte harnic, dar nu foarte inteligent, foarte harnic, dar ineficient. 2. Mod API (Cloud LLM) — recomandat cu tărie Principiu: Mac Mini este responsabil pentru executarea programului rățiței (mâini și picioare), iar în timpul gândirii apelează cea mai puternică model din cloud (cum ar fi Google Gemini 3 Pro, GPT-4o, Claude 3.5) prin rețea. Costuri: trebuie să plătești (dar sunt trucuri). De obicei, plata se face pe baza token-urilor (numărul de cuvinte), cu cât folosești mai mult, cu atât devine mai scump. Truc pentru economisire: în prezent, API-ul Google Gemini are un nivel gratuit (Free Tier), pentru utilizatorii personali care rulează rățița, este aproape gratuit și foarte rapid. Experiența de testare: decolăm. Capacitățile logice ale modelelor mari din cloud depășesc cu mult modelele mici locale. Rățița a devenit foarte inteligentă, poate executa cu exactitate comenzi complexe, scrie cod, analizează documente lungi. Patru, concluzie și recomandări Dacă ai și tu un Mac Mini M4, nu încerca să-l folosești pentru antrenamente dure sau inferențe de modele mari, nu va funcționa. (Acesta l-am cumpărat și eu anterior pentru a mă ocupa cu mineritul😄) Cel mai inteligent mod de a juca: Folosește Mac Mini M4 ca platformă de lansare. Folosește caracteristica sa de consum scăzut pentru a lucra 24 de ore pe zi cu platforma software OpenClaw, apoi conectează Google Gemini (costuri mari) sau GPT-4/Claude (performanță ridicată) API. Astfel, obții control asupra confidențialității datelor (program pe computerul local) și cel mai înalt nivel de inteligență AI (creier în cloud), aceasta este cea mai practică formă de agenți AI de astăzi. Nu știu dacă ai înțeles, acesta este un articol introductiv, nu este tehnic, anul acesta intenționez să finalizez cu rățița, așteaptă ghidul meu pas cu pas.#OPENCLAW #MACMINI #DeepSeek #Gemini #大漠茶馆

Astăzi am reușit să rulez „Racul” (OpenClaw AI Agent) pe Mac Mini M4. Din teste, nu recomand utilizarea M4 pentru a rula modele locale mici (raționamentele logice sunt ușor greșite), de exemplu, pentru modelele de 7B sau 8B; cea mai utilă arhitectură este: un Mac local care rulează cadrul Agent (acționând ca mâini și picioare) + apelarea API-ului Gemini 3 Flash în cloud (acționând ca creier).
Notez procesul specific de implementare și punctele de problemă, pentru referință:
1. Completează mediul de bază

git și docker sunt deja pregătite, doar node lipsește
Mac-ul vine cu Git, dar lipsește mediul Node.js. Am descărcat direct pachetul .pkg v24.13.1 (LTS) de pe site-ul oficial, am instalat cu opțiunile implicite, rezolvând automat mediul Node și npm.